МЕТОД ГЕНЕРАЦИИ НАБОРА ПОДДЕЛЬНЫХ ИЗОБРАЖЕНИЙ ДЛЯ ОБУЧЕНИЯ СИСТЕМЫ ОБНАРУЖЕНИЯ ПОДДЕЛОК ТИПА «COPY-MOVE» УДК 004.056+004.932

Аннотация

В современном мире подделка изображений является очень распространенным явлением. Самым распространенным методом подделки изображений является «copy-move».  Преимущества «copy-move» над другими методами изменения заключается в том, что вставляется область из этого же изображения, то есть она имеет яркость и контрастность такую же, как и остальные объекты. Так же, к этим изображениям могут применятся различные методы постобработки и различные манипуляции, такие как сжатие JPEG, изменение яркости или выравнивание, которые могут уменьшить следы, затрудняют обнаружение. Для того, чтобы тренировать системы обнаружения подделок типа «copy-move» или оценивать качество их работы, необходимы специальные наборы данных. В данной работе представлен метод адаптивной генерации набора поддельных изображений для обучения системы обнаружения подделок типа «copy-move», основанной на нейросетевой модели BusterNet. Предложенный в работе метод адаптивной генерации набора изображений продемонстрировал высокий уровень качества созданных подделок. При его работе применялся широкий спектр методов пред- и постобработки, что позволило сделать сгенерированный набор устойчивым к обнаружению современными нейросетевыми методами. Его применение позволит в перспективе эффективн проводить дообучение новых методов обнаружения подделок типа «copy-move».