3.4.2. Công cụ và dữ liệu thử nghiệm
Chương trình được cài đặt bằng ngôn ngữ C++ trên bộ công cụ hỗ trợ của Visual Studio 2008. Trong chương trình cũng sử dụng thư viện mã nguồn mở FreeImage tải về từ trang web freeimage.sourceforge.net .
Ảnh đầu vào và mẫu nhiễu của camera tương ứng Chọn vùng nghi vấn giả mạo
Xác định mẫu tham chiếu P() Tính độ tương quan giữa vùng và mẫu
tham chiếu P() theo (3.4) ta được Chọn các vùng Q (k k 1,...,NQ với NQ 3) có
cùng kích thước và tương tự histogram với
Tính độ tương quan giữa vùng Qk và mẫu tham chiếu P() theo (3.4) ta được
k
Q
Áp dụng hàm phân loại tích lũy Gaussian với các giá trị và các k Q , sau đó tính các giá trị pR 1G(R)và các 1 ( ) k k Q Q G p 3 10 p
Ảnh đầu vào có vùng nghi vấn không giả mạo
3 10 p và tất cả các 3 10 k Q p Ảnh được đánh dấu vùng là giả mạo
Các mẫu nhiễu cảm biến được sử dụng trong chương trình được tạo ra theo cách thức mô tả ở phần 3.3.1. Chúng tôi đã sử dụng mẫu nhiễu của các máy ảnh Canon PowerShot A10, Canon PowerShot G2, Canon PowerShot S40, Olympus Camedia C765 UZ, Olympus Camedia C3030, Nikon D100, Sony HandyCam cho quá trình thử nghiệm. Từ các bức ảnh chụp bởi các loại máy ảnh trên, chúng tôi cũng sử dụng công cụ xử lý ảnh Photoshop để tạo ra 15 bức ảnh giả mạo dạng cắt/ghép theo hai cách: (1) Hai bức ảnh gốc được chụp bởi 2 loại máy ảnh khác nhau: 10 ảnh; (2) Hai bức ảnh gốc được chụp bởi cùng một loại máy ảnh: 5 ảnh. Các bức ảnh giả mạo được lưu lại với 4 kiểu định dạng ảnh là TIFF (.tif), JPEG (.jpg), PNG (.png) và BITMAP (.bmp) thành 60 bức ảnh giả mạo để tạo thành bộ dữ liệu thử nghiệm.
3.4.3. Kết quả thử nghiệm
Chương trình đã được thử nghiệm trên 60 bức ảnh giả mạo được tạo ra theo cách thức mô tả ở phần 3.4.3 và bước đầu cho kết quả tương đối tốt thể hiện trong bảng 3.1. Trong đó ảnh loại 1 là ảnh giả mạo cắt/ghép từ hai ảnh chụp bởi hai loại máy ảnh khác nhau, ảnh loại 2 là ảnh giả mạo cắt/ghép từ hai ảnh chụp bởi cùng một loại máy ảnh.
Loại ảnh Số lượng Kết quả phát hiện vùng giả mạo Loại 1 40 40
Loại 2 20 0
Bảng 3.1. Kết quả chạy thử nghiệm chương trình
Mặc dù số lượng mẫu thử còn ít chưa có ý nghĩa thống kê, nhưng qua kết quả trên có thể thấy thuật toán phát hiện ảnh giả mạo dựa trên mẫu nhiễu cảm biến đã được đề xuất ở mục 3.3.2 có khả năng phát hiện tốt các bức ảnh giả mạo cắt/ghép từ hai bức ảnh không chụp bởi cùng một loại máy ảnh. Thuật toán chưa phát hiện được ảnh giả mạo được cắt/ghép từ hai bức ảnh chụp bởi cùng một loại máy ảnh.
Dưới đây là một số ví dụ cho thấy kết quả thực nghiệm chương trình trên các bức ảnh giả mạo.