این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محاسبات نرم، جلد ۷، شماره ۱، صفحات ۶۲-۷۹
عنوان فارسی ارزیابی کارایی تشخیص جعل کپی- انتقال تصاویر مبتنی بر بلاک بندی
چکیده فارسی مقاله جعل کپی – انتقال، نوع خاصی از تحریف است که در آن قسمتی از تصویر کپی شده، در قسمت دیگری از همان تصویر قرار داده می شود. این نوع دستکاری به منظور پنهان کردن قطعه ناخواسته یا تکثیر یک یا چند شیء در همان تصویر انجام می­ گیرد. روشهای متعددی برای تشخیص جعل کپی- انتقال ارائه شده است؛ که شامل دو روش مبتنی بر بلوک  و مبتنی بر نقاط کلیدی است. روش دیگر، ترکیب توصیفگرهای مختلف برای تشخیص نقاط کلیدی است. در این مقاله، یک روش تشخیص جعل کپی- انتقال براساس ویژگیهای ترکیبی ارائه شده است. از ترکیب توصیفگرهای SIFT، KAZE، HOGو Zernike در جهت آشکارسازی جعلهای کپی – انتقال استفاده می‌شود. نتایج پیاده سازی ترکیب توصیفگرها روی تصاویر جعل شده، نشان می­دهد که این نوع ترکیب باعث افزایش دقت تشخیص نسبت به استفاده تک تک و دو به دوی توصیفگرها می­ گردد؛ اما این کارایی و دقت بالا با هزینه زیاد محاسبات به دست می‌آید. لذا، در جهت کاهش حجم محاسبات از الگوریتمهای ژنتیک در جهت بهینه سازی توصیفگرها و از الگوریتم تحلیل مولفه اصلی برای کاهش ابعاد ویژگیها استفاده شد، نتایج نشان می­دهد که HOG با دقت 93.59 نسبت به دیگر توصیفگرها عملکرد بهتری برای تشخیص نقاط جعل دارد. ترکیب چهار توصیفگر موجب می­ شود تا عملکرد سیستم به میزان سه درصد نسبت به HOG بهبود یافته و به دقت 96.29 برسد. الگوریتم ژنتیک با انتخاب بهترین ویژگیها به درصد تشخیص 96.94 رسید. با استفاده از تحلیل مولفه اصلی ابعاد ویژگیها به 35 بعد کاهش داده شد که درصد تشخیص 94.63 به دست آمد.  
کلیدواژه‌های فارسی مقاله کپی – انتقال، بلوک بندی، ارزیابی، جعل، ترکیب توصیفگرها
عنوان انگلیسی Performance evaluation of block-based copy- move image forgery detection algorithms
چکیده انگلیسی مقاله Copy-move forgery is a particular type of distortion where a part or portions of one image is/are copied to other parts of the same image. This type of manipulation is done to hide a particular part of the image or to copy one or more objects into the same image. There are several methods for detecting copy-move forgery, including block-based and key point-based methods. In this paper, a method for detecting copy-move forgery is presented based on hybrid features such as SIFT, KAZE, HOG, and Zernike descriptors. The experimental results of the combinational of these descriptors on the forged images show that this type of combination increases the accuracy of detection than using single and double descriptors; but this high accuracy has the cost of computational time. To reduce the computational time, a Genetic Algorithm (GA) was used to optimize the descriptors and analysis algorithm of the principal component was applied to reduce the dimensions of the features. The results show that the HOG descriptor with a precision of 93.59 has better performance than the other descriptors to detect parts. Combined the four descriptors, the performance of the system is improved by about three percentage in compared with HOG, and reaches a precision of 96.29. The GA as the selector of the best features (six features) achieved the detection rate of 96.94. Using the principal component analysis, the dimensions of the features were reduced to 35, with a detection rate of 94.63.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله اسدالله شاه بهرامی | Asadollah Shahbahrami


فرزانه هویدا | Farzaneh Hoveyda
--
نشانی اینترنتی http://scj.kashanu.ac.ir/browse.php?a_code=A-11-667-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1052/article-1052-2360826.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات