Tôi đã cài đặt thử ngiệm thuật toán trên một số ảnh giả mạo và bước đầu cho kết quả khá tốt. Kết quả sai số trung bình có thể chấp nhận được là 50
, mức sai số nhỏ nhất và lớn nhất lần lượt là 10
và 100. Như vậy việc xác định giả mạo nếu 2 đối tượng có hướng chiếu sáng lệch nhau một góc lớn hơn 50
có thể kết luận chúng là giả mạo.
175.5350 18.3970
Hình 3.3 - Ảnh minh họa kết quả xác định hướng ánh sáng trên bức ảnh là khác nhau nên đây là ảnh giả mạo
Nguồn sáng của tấm hình gốc (hình con chó) có hướng nguồn sáng là 18.3970 và hướng nguồn sáng của hình em bé cắt/dán vào là 175.5350
Hình gốc chỉ có con chó
Hình gốc chƣa cắt/dán chỉ có hình em bé
Hình 3.5 – Hình gốc chưa cắt/dán, chỉ có 1 nguồn sáng duy nhất 175.5350
5.9840 153.5160
Hình 3.6 - Minh họa kết quả xác định hướng ánh sáng trên bức ảnh giả mạo có sẵn trên bức ảnh giả mạo có sẵn
KẾT LUẬN
1. Kết quả đạt đƣợc
Qua quá trình nghiên cứu luận văn đã đạt được các kết quả nghiên cứu chính như sau:
- Tìm hiểu một số vấn đề cơ bản trong xử lý ảnh như: ảnh số, điểm ảnh, cách biểu diễn ảnh, nhận dạng, biên, …..
- Tìm hiểu về ảnh giả mạo, một số cách phát hiện ảnh giả mạo.
- Tìm hiểu các dạng nguồn sáng, cách ước lượng hướng nguồn sáng, bài toán phát hiện ảnh giả mạo dựa trên hướng nguồn sáng, từ đó đưa ra thuật toán giải quyết bài toán.
- Xây dựng phần mềm thử nghiệm cho thuật toán phát hiện ảnh giả mạo dựa vào hướng nguồn sáng.
2. Hƣớng nghiên cứu
Trên thực tế hiện nay, công nghệ hiện đại không ngừng phát triển tạo ra các bức ảnh giả ngày càng hoàn thiện hơn cũng như chống lại các phương pháp phát hiện ảnh giả. Do vậy, bài toán phát hiện ảnh giả mạo vẫn trở nên cấp thiết và ngày càng khó khăn.
Hướng nghiên cứu của tôi là tìm hiểu các phương pháp khác để tìm ra mô hình giải quyết bài toán phát hiện ảnh giả mạo tốt nhất.
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Phạm Việt Bình, Đỗ Năng Toàn (2007), Giáo trình xử lý ảnh, Khoa Công nghệ thông tin - Đại học Thái Nguyên.
2. “Phát hiện hướng sáng của nguồn sáng và ứng dụng trong phát hiện ảnh giả mạo”, Trích dẫn báo cáo Đại Lãi 2008.
3. Nguyễn Thị Hồng Xiêm (2008), Tìm hiểu một số phương pháp dò tìm, phát hiện sự giả mạo trong ảnh số, Đề tài khoa học, Trường Đại học Sư phạm Hà Nội.
4. Trần Thị Kim Yến (2007), Phát hiện ảnh giả mạo, Luận văn Thạc sĩ, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội.
Tiếng Anh
5. Hany Farid (2009), “A survey of image forgery detection”, IEEE Signal Processing Magazine, vol. 2, no. 26, pp. 16–25, Mar.
6. P. Nillius and J.-O. Eklundh (2001), “Automatic estimation of the projected light source direction”, Computational Vision & Active Perception Laboratory (CVAP) Department of Numerical Analysis and Computing Science Royal Institute of Technology (KTH), S-100 44 Stockholm, Sweden.
7. Hany Farid and Micah K.John (2005), “Exposing Digital Forgeries by Detecting Inconsistencies in Lighting”, Department of Computer Science Dartmouth College Hanover, NH 03755.
8. Micah K. Johnson and Hany Farid (2005),“Exposing Digital Forgeries in Complex Lighting Environments”, Department of Computer Science Dartmouth College Hanover, NH 03755.
9. Micah K. Johnson and Hany Farid (2007), “Exposing Digital Forgeries Through Specular Highlights on the Eye”, Department of Computer Science Dartmouth College Hanover, NH 03755.
10. J. Canny (1986), “A Computational Approach To Edge Detection”, IEEE Trans. Pattern Analysis and Machine Intelligence.
11. Ravi Ramamoorthi and Pat Hanrahan (2001), “On the relationship between radiance and irradiance: determining the illumination from images of a convex Lambertian object”, Department of Computer Science, Stanford University, Gates Wing 3B-386, Stanford, California 94305.
12. Masayuki Kanbara and Naokazu Yokoya : “Real-time Estimation of Light Source Environment for Photorealistic Augmented Reality”. Graduate School of Information Science, Nara Institute of Science and Technology, JAPAN
13. Hany Farid (2007), Ph.D. “Lighting and Optical Tools for Image Forensics”, Dartmouth Computer Science Technical Report TR2008-629, September 21.
14. Alin C. Popescu and Hany Farid (2005), “Exposing Digital Forgeries by Detecting Traces of Re-sampling”, IEEE Transactions on signal processing, February.