Yazar "Şahin, Canberk" seçeneğine göre listele
Listeleniyor 1 - 1 / 1
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Başlıksız(Bursa Teknik Üniversitesi, 2024) Şahin, Canberk; Özden, MustafaGünümüzde bilgisayar teknolojilerinin gelişmesi ile görüntü işleme yazılımları sayesinde dijital görüntüler üzerinde belirgin bir iz bırakmadan manipülasyonlar yapılarak basitçe sahte görüntüler oluşturulmaktadır. Bu manipüle edilmiş sahte görüntülerin kötü niyetli kişiler tarafından medyada kullanılması ile görüntülerin sahte veya gerçek olup olmadığı tartışma konusu olmaktadır. Bu nedenle siyaset, hukuk, adli tıp gibi önemli alanlarda sahte görüntülerin manipüle edilen bölgenin tespit edilmesine büyük ihtiyaç duyulmaktadır. Sahte görüntülerin manipüle edilen bölgelerin tespit edilmesi için çok sayıda çalışma yapılmış ve çeşitli algoritmalar geliştirilmiştir. Günümüzde, görüntü sahteciliği tespiti için geleneksel yöntemlerin gelişmiş görüntü işleme yazılımları ile elde edilen sahte görüntüleri tespit etmede yetersiz kalması nedeniyle derin öğrenme yöntemleri araştırmacılar tarafından yaygın olarak tercih edilmektedir. Bu yöntemler, görüntülerin karmaşık özelliklerini elde ederek otomatik öğrenmeleri ve sahte ve gerçek görüntüleri sınıflandırabilmeleri gibi yetenekleri sayesinde daha yüksek başarı elde etmektedir. Derin öğrenme, özellikle evrişimsel sinir ağları gibi yenilikçi görüntü işleme yöntemlerinin geliştirilmesine olanak tanımaktadır. Bundan dolayı evrişimsel sinir ağları görüntülerdeki örüntüleri daha etkili bir şekilde yakalayabilmektedir ve sahte görüntüleri tespit etmede daha hassas olmaktadır. Bu çalışmada, ayrık kosinüs ve ayrık dalgacık dönüşümü gibi geleneksel yöntemlerin avantajları ile derin öğrenme tekniklerinin avantajlarını birleştirerek kullanan sahte görüntülerde manipüle edilen bölgeyi tespit eden bir yöntem önerilmiştir. Önerilen yöntemde evrişimsel sinir ağları ile birlikte ayrık dalgacık dönüşümü ve ayrık kosinüs dönüşümlerinin paralel olarak kullanıldığı bir mimari tasarlanmıştır. Yöntemin başarısını kıyaslayabilmek için sadece ayrık kosinüs ve evrişimsel sinir ağlarını kullanan ve sadece ayrık dalgacık dönüşümü ile evrişimsel sinir ağlarını kullanan ve her iki dönüşümü de kullanmayan sadece evrişimsel sinir ağlarını kullanan üç farklı yöntem uygulanmıştır. Toplamda dört farklı yöntem iki farklı veri seti üzerinde test edilerek Doğruluk (Accurancy), Kesinlik (Presicion), Duyarlılık (Recall), Dice Benzerlik Katsayısı (Dice Coefficient) ve F1 skoru gibi başarı metrikleri açısından karşılaştırılmıştır. Kıyaslamadan elde edilen sonuçlar önerilen yöntemin etkinliğini ve yüksek sınıflandırma doğruluğunu açıkça göstermiştir.
