Derin öğrenme yöntemleri ile görüntü sahteciliği tespiti

Abstract

Günümüzde her geçen gün kullanımı artan sosyal medya ve internet sayesinde neredeyse çekilen her fotoğraf internet ortamına yüklenmektedir. Bu sebeple görüntü elde etmek çok daha kolay hale gelmiştir. Görüntülerin kolaylıkla elde edilmesi, gelişen teknolojiler sayesinde görüntü üzerinde değişiklik yapılmasını teşvik edici hale gelmiştir. Görüntüler üzerinde kişinin kendi isteği ile yapmış olduğu değişikliklerin yanı sıra kötü niyetli kişiler tarafından yapılan değişiklikler ise bir takım sorunlara yol açmakta olup istenmeyen durumlar yaratabilmektedir. Yapılan değişiklikler ile kişisel verilerin ihlalinden herhangi bir resmi belge üzerinde sahteciliğe kadar geniş bir alanı etkilemektedir. Sahtecilik yöntemleri farklı şekilde yapılmaktadır. Kopyala-taşı yöntemi, mevcut görüntüdeki bir alanın aynı görüntü üzerinde farklı bir alana kopyalanması ile yapılmaktadır. Görüntü birleştirme, farklı iki görüntünün istenilen alanları birleştirilmesi ile oluşturulmaktadır. Görüntü rötuşlama, görüntü üzerinde istenmeyen bölgelerin etkisi azaltarak ya da istenilen alan üzerinde iyileştirme yapılarak görüntü daha ilgi çekici hale getirilmektedir. Çalışmada bu düşünceden yola çıkılarak görüntüler üzerinde değişiklik olup olmadığının tespit edilmesi eğer değişiklik var ise o alanın işaretlenmesi için derin öğrenme yöntemi kullanılmıştır. Derin öğrenme yöntemleri sayesinde yüksek boyutlu verilerde daha hızlı ve daha yüksek başarı elde edilmiştir. Çalışmada CASIA ve CoMoFoD veri setleri üzerinde uygulama gerçekleştirilmiştir. Veri setleri üzerinde yapılan testler sonucunda ortalama %76,86 oranından doğruluk elde edilmiştir.

Today, thanks to the increasing use of social media and the internet almost every photo taken is uploaded to the internet. For this reason, it has become much easier to obtain images. Easily obtaining images has become an encourage to make changes on the image thanks to the developing technologies. In addition to the changes made on the images by the person's own will, the changes made by malicious people cause some problems and can create unwanted situations. With the changes made, it affects a wide area from the violation of personal data to the forgery of any official document. Forgery methods are carried out in different ways. Copy-move method is done by copying an area in the current image to a different area on the same image. Image fusion is created by combining the desired areas of two different images. Image retouching makes the image more interesting by reducing the effect of unwanted areas on the image or by improving the desired area. Based on this idea, in the study, deep learning method was used to determine whether there is a change on the images, and if there is, to mark the area. Thanks to deep learning methods, faster and higher success has been achieved in high-dimensional data. In the study, an application was carried out on the CASIA and CoMoFoD data sets. As a result of the tests performed on the data sets, an average accuracy of 76.86% was obtained.