كشف تزوير الصور باستخدام التعلم العميق: دراسة مقارنة | ||||
| النشرة المعلوماتية في الحاسبات والمعلومات | ||||
| Volume 6, Issue 2 - Serial Number 20240602, July 2024, Page 38-50 PDF (581 K) | ||||
| Document Type: المقالة الأصلية | ||||
| DOI: 10.21608/fcihib.2024.226827.1092 | ||||
 View on SCiNiTO | ||||
| Authors | ||||
أشجان خليل  1; عاطف غلوش1; هاله السيد1; جوده سلامه2
| ||||
| 1Computer Science Dept., Faculty of Computers and Artificial Intelligence, Helwan University, Cairo, Egypt | ||||
| 2الغنيه العسكريه | ||||
| Abstract | ||||
| في السنوات الأخيرة، كانت هناك زيادة كبيرة في الأنشطة عبر الإنترنت، بما في ذلك اجتماعات العمل والتعليم والبحث والمؤتمرات الافتراضية. ونتيجة لذلك، أصبحت الصور الرقمية المصدر الرئيسي للمعلومات التي يمكن مشاركتها وإظهارها على وسائل التواصل الاجتماعي، بالإضافة إلى أنه من السهل تزوير هذه الصور باستخدام برامج تحرير الصور، ومن الضروري اكتشاف تزوير الصور لمثل هذه الصور. لذلك، أصبح من الضروري تقديم تقنية فعالة للكشف عن تزوير الصور لتصنيف هذه الصور على أنها أصلية أو مزورة. في السنوات القليلة الماضية، حققت التقنيات المبنية على التعلم العميق نتائج ملحوظة في مجال كشف تزوير الصور IFD، حيث استخدم معظمها التعلم النقلي بمساعدة نماذج مدربة مسبقًا بهدف تقليل الوقت في مرحلة التدريب والكشف. تقدم هذه الورقة دراسة مقارنة لتقنيات مختلفة للكشف عن تزوير الصور، وتستكشف التقنيات القائمة على نماذج التعلم العميق الجديدة والتقنيات القائمة على نماذج التعلم النقلي بمساعدة النماذج المدربة مسبقًا. تهدف الدراسة إلى تقديم نظرة ثاقبة لأداء التقنيات المختلفة المستخدمة في التعلم العميق والنماذج المدربة مسبقًا في اكتشاف تزوير الصور، والتي قد توجه أي باحث لتقديم نموذج مفيد يمكنه اكتشاف أنواع متعددة من تزوير الصور في وقت واحد مع تحسين دقة الكشف و الحد الأدنى من وقت الكشف. تشير النتائج التي تمت مناقشتها إلى استخدام النماذج المدربة مسبقًا في مرحلة استخراج الميزات فقط. ويوصي باستخدام التعلم العميق في التصنيف. | ||||
| Keywords | ||||
| نسخ وتحريك; تقنيات الكشف عن تزوير الصور (IFD); ربط الصور; نقل التعلم | ||||
| References | ||||
|
| ||||
|
Statistics Article View: 369 PDF Download: 826 |
||||
