PDF

دانلود پایان نامه : تشخیص ناهنجاری و جعل در تصاویر و فیلم ها با استفاده از PRNU

 اگر دانشجو و یا محقق هستید با پایان نامه های انگلیسی و جدید سایت پروجکت دانلود می توانید سریع , راحت و حرفه ای تر مقالات و پروژه های خود را تالیف کنید ! پروجکت دانلود , جدیدترین پروژه ها , مقالات , پایان نامه ها و تز های مقاطع مختلف تحصیلی از بهترین دانشگاههای جهان را برای شما فراهم می کند . در این مطلب با دانلود متن کامل پایان نامه انگلیسی :  تشخیص ناهنجاری و جعل در تصاویر و فیلم ها با استفاده از PRNU  همراه شما هستیم .
.

موضوع : متن کامل پایان نامه انگلیسی : تشخیص ناهنجاری و جعل در تصاویر و فیلم ها با استفاده از PRNU

رشته : کامپیوتر و برنامه نویسی – نرم افزار و سخت افزار  – هوش مصنوعی

سال انتشار : 2021

زبان : انگلیسی

مقطع :  کارشناسی   ارشد

چکیده  (ترجمه ماشینی ) :

هنگامی که از عکس ها و فیلم ها به طور فزاینده ای به عنوان شاهد استفاده می شود ، مهم است که بدانیم آیا می توان از این مواد به عنوان شاهد استفاده کرد یا خطر جعل آنها قریب الوقوع است. این رساله روشهایی را برای تشخیص مناطق غیرطبیعی در تصاویر و فیلمها با استفاده از یکنواختی پاسخ عکس – یک نویز سنسور با الگوی ثابت بررسی می کند که می توان آن را از روی عکسها یا فیلمها تخمین زد. برای عکس ها ، آزمایشاتی روی روشی انجام شده است که فرض می کند عکس های دیگری از همان دوربین در دسترس هستند. برای فیلم ها ، آزمایشاتی روی روشی انجام شد که از روش تصویر ثابت بیشتر توسعه یافته است ، و فیلم های دیگری از همان دوربین در دسترس هستند. آخرین آزمایشات زمانی روی ویدیوها انجام شد که فقط ویدیویی که قرار بود مورد بررسی قرار گیرد در دسترس بود. آزمایشات روی روش عکس ثابت بر روی تصاویر با سه نوع مختلف از مناطق جعلی انجام شده است: یک منطقه جعلی از جایی دیگر در همان عکس ، یک منطقه جعلی از یک عکس گرفته شده توسط یک دوربین دیگر ، و یک منطقه جعلی از همان موقعیت سنسور در عکسی که توسط همین دوربین گرفته شده است. این روش نباید قادر به شناسایی نوع سوم منطقه جعلی باشد. آزمایشات انجام شده بر روی فیلم ها دارای یک منطقه جعلی در چندین فریم مجاور در فیلم است. منطقه جعلی مربوط به ویدئوی دیگری بود و بین قاب ها جابجا شد و تغییر شکل داد. این روش ها عمدتاً از یک فرآیند طبقه بندی و برخی پس از پردازش تشکیل شده اند. در فرآیند طبقه بندی ، ویژگی ها از تصاویر / فیلم ها استخراج شده و در یک طبقه بندی جنگل تصادفی استفاده می شود. نتایج در دقت ، فراخوان ، نمره F1 و نرخ مثبت کاذب ارائه شده است. کیفیت تصاویر ثابت به طور کلی بهتر از فیلم ها بود ، که همچنین منجر به نتایج بهتر شد. برای دوربین های مورد استفاده در آزمایش ها ، تخمین الگوی PRNU خوب از عکس ها و فیلم های دوربین های قدیمی تر آسان تر به نظر می رسید. احتمالاً به دلیل اختلاف سنسور و پردازش اضافی در مدلهای جدیدتر دوربین است. نحوه فشرده سازی تصاویر و فیلم ها نیز بر امکان تخمین الگوی PRNU مناسب تأثیر می گذارد ، زیرا ممکن است اطلاعات مهم از بین بروند.

لینک دانلود پس از خرید نمایش داده خواهد شد
30,000 تومان – خرید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

نوشته های مرتبط

متنی که میخواهید برای جستجو وارد کرده و دکمه جستجو را فشار دهید. برای لغو دکمه ESC را فشار دهید.