DSpace Repository

PHOTOMONTAGE DETECTION WITH DEEP NEURAL NETWORKS

Show simple item record

dc.creator ÖZMEN, Nihat Eren
dc.creator BULUŞ, Ercan
dc.date 2020-12-29T00:00:00Z
dc.date.accessioned 2021-01-21T07:49:08Z
dc.date.available 2021-01-21T07:49:08Z
dc.identifier https://dergipark.org.tr/tr/pub/jesd/issue/58118/837237
dc.identifier 10.21923/jesd.837237
dc.identifier.uri http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/77909
dc.description With the rapidly developing technology in recent years, obtaining the data properly, protection of the obtained data and it is very important that the obtained data are original. Identification of originality is of great importance, especially on images. Detecting whether there is distortion or change in images affects a wide range of work field from medicine to document forgery. The simultaneous use of deep learning algorithms and existing image processing methods for photomontage detection increases efficiency. Studies have shown that deep neural networks can obtain complex statistical properties from high dimensional inputs and can learn their hierarchical representation effectively. In this study, in order to discriminate the difference between the part that has been changed and the part that has not been changed, we used the improved mask regional convolutional neural network (Mask R-CNN) and the sobel filter connected to this neural network. The Sobel filter acts as an assistant to promote masks to have similar mask image gradients on the ground estimated by the neural network. Copy-move and splicing operations can be detected with the network. The COCO data set was used when applying the neural network. Higher success rates were obtained with the study.
dc.description Son yıllarda hızla gelişen teknoloji ile birlikte verilerin sağlıklı bir şekilde elde edilmesi, elde edilen verilerin korunması ve elde edilen verilerin özgün olması büyük önem taşımaktadır. Özgünlüğün tespiti özellikle görüntüler üzerinde büyük önem teşkil etmektedir. Görüntülerde bozulma ya da değişiklik olup olmadığını tespit etmek ise tıptan, belgede sahteciliğe kadar geniş bir çalışma alanını etkilemektedir. Fotomontaj tespiti için derin öğrenme algoritmaları ile mevcut görüntü işleme metotlarının aynı anda kullanılması verimliliği arttırmaktadır. Yapılan çalışmalar, derin sinir ağları, yüksek boyutlu girdilerden karmaşık istatistiksel özellikleri elde edebildikleri ve hiyerarşik temsillerini etkili bir biçimde öğrenebildiklerini göstermişlerdir. Bu çalışmada görüntü üzerinde değişiklik yapılmış kısım ile yapılmamış kısım arasındaki farkı daha rahat ayırabilmek için geliştirilmiş maske bölgesel evrişimsel sinir ağı (Mask R-CNN) ile bu sinir ağına bağlanan sobel filtresi kullanılmaktadır. Sobel filtresi, sinir ağı ile tahmin edilen maskelerin zemin üzerindeki maskeye benzer görüntü gradyanlarına sahip olmasını teşvik etmek için yardımcı bir görev görür. Ağ ile kopyala taşıma ve birleştirme işlemleri algılanabilmektedir. Sinir ağı uygulanırken COCO veri seti kullanılmıştır. Yapılan çalışma ile daha yüksek başarı oranları elde edilmiştir.
dc.format application/pdf
dc.language tr
dc.publisher Süleyman Demirel University
dc.publisher Süleyman Demirel Üniversitesi
dc.relation https://dergipark.org.tr/tr/download/article-file/1436134
dc.source Volume: 8, Issue: 5 236-240 en-US
dc.source 1308-6693
dc.source Mühendislik Bilimleri ve Tasarım Dergisi
dc.subject Deep Learning,Deep Neural Networks,Photomontage Detection,Mask RCNN
dc.subject Derin Öğrenme,Derin Sinir Ağları,Fotomontaj Tespiti,Mask RCNN
dc.title PHOTOMONTAGE DETECTION WITH DEEP NEURAL NETWORKS en-US
dc.title DERİN SİNİR AĞLARI YARDIMIYLA FOTOMONTAJ TESPİTİ tr-TR
dc.type info:eu-repo/semantics/article


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account