Đề xuất phương pháp

Một phần của tài liệu Phương pháp nhận dạng ảnh giả mạo sinh bởi trí tuệ nhân tạo (Trang 21 - 24)

Trong chương này, em xin trình bày một phương pháp mới được đề xuất nhằm phân loại ảnh thật và ảnh tổng hợp. Phương pháp này dựa trên ba giai đoạn chính: trích xuất nhiễu thặng dư, trích xuất dấu vân tay của ảnh, và phân loại ảnh dựa trên những dau vân tay này. Dưới đây là bản tóm tắt chỉ tiết về mỗi giai đoạn:

Bước I: Trích Xuất Nhiễu Thặng Dư

Ở bước đầu tiên, mục tiêu là trích xuất ra những thông tin nhiễu không được biểu diễn trong ảnh thật. Sử dụng một mô hình Autoencoder (bộ mã hóa tự động) được huấn luyện trên một bộ dữ liệu ảnh thật, phương pháp phát hiện ra nhiễu thặng dư thông qua việc so sánh giữa ảnh gốc và ảnh tái tạo từ mô hình. Nhiễu thặng dư này mang thông tin quan trong có thé sử dụng dé phân biệt giữa ảnh tổng hợp và ảnh thật.

Bưóc 2: Trích Xuất Dấu Vân Tay Ảnh

Trích xuất dấu vân tay ảnh bao gồm việc sử dụng bộ lọc giảm nhiễu dé thu thập nhiễu thang dư. Sau đó, áp dụng biến đổi Fourier lên nhiễu thang dư dé chuyên anh từ miền không gian sang miền tần số và phân tích phô năng lượng của nhiễu thang dư.

Qua phân tích này, xác định các đặc trưng phản ánh dấu vân tay của quá trình tạo ảnh, như đỉnh đặc biệt trong phổ năng lượng hoặc mau lặp lại, dé xác định nguồn gốc của ảnh và liệu nó có phải là ảnh tổng hợp.

Bước 3: Phân Loại Anh

Cuối cùng, dựa trên những dấu vân tay đã được trích xuất, một mô hình phân loại được thiết kế nhằm xác định liệu ảnh đầu vào là thật hay tổng hợp. Mô hình này sẽ được huấn luyện dé có kha năng phân biệt giữa anh that và anh tổng hợp dựa trên đặc trưng nhiễu thặng dư và dấu vân tay đã trích xuất.

Ảnh giả 4

xi đẻ:

i mua BE

Ảnh

' >3

tne? ame . ae

Trich xuat | Gnigy thang, THchxuất 2 Phan loai

>| hiểu hóng ae a TH van ty "au van taydu ẹ 4———— | ơ_

Hình 4: Luong hoạt động của phương pháp dé xuất

21

Đồ án tốt nghiệp Đại học

Mỗi bước trong phương pháp đề xuất đều có vai trò quan trọng trong việc đạt được mục tiêu cuối cùng, đó là việc phân loại chính xác và đáng tin cậy. Ở các mục tiếp theo, đồ án sẽ đi vào chi tiết từng bước và mô tả cách thức triển khai, cũng như cách thức các công nghệ và kỹ thuật liên quan được áp dụng trong việc giải quyết bài

toán này.

Trong đồ án này, em xin giới thiệu một quy trình mới trong việc phân biệt ảnh thật và ảnh tổng hợp thông qua bốn ý chính sau:

e Phát triển phương pháp phát hiện mới: em xây dựng một hệ thống phân loại sử

dụng mạng tự mã hóa dé nam bắt và tái tạo đặc trưng của ảnh thực, giúp lộ ra những sai lệch mà ảnh tổng hợp chứa.

e_ Trích xuất dấu vân tay ảnh: quy trình đề xuất bao gồm việc tinh lọc nhiễu thang

dư và sử dụng biến đổi Fourier dé tăng độ rõ nét của dấu vân tay anh, từ đó cải thiện khả năng phát hiện ảnh tong hop.

e Phát triển mô hình phân loại tổng quát: mô hình được thiết kế để không chỉ nhận diện các ảnh từ mô hình tổng hợp đã biết mà còn có khả năng phân loại hiệu quả đối với những mô hình mới, chưa từng được học trước đó.

e Thực nghiệm và xác thực: trong phần này em thực hiện các thí nghiệm dé xác nhận hiệu quả của quy trình và mô hình đã phát triển, qua đó chứng minh tính

khả thi và độ chính xác trong việc phân loại ảnh.

Phương pháp này không chỉ nâng cao khả năng phát hiện ảnh tổng hợp mà còn mở rộng phạm vi ứng dụng dé nhận diện các dạng ảnh mới, góp phần vào công cuộc đảm bảo thông tin ảnh chính xác và an toàn trong kỷ nguyên số.

2.2. Công thức cho bài toán

Trong phần nay, em sẽ mô tả chi tiết cho bài toán phân loại ảnh thật bang viéc

công thức hóa bai toán.

Xác Định Nhiéu Thang Dư (Residual Noise Extraction)

Mục tiêu: Định lượng nhiễu thing dư có trong ảnh dé phục vụ cho việc phân tích và

phân loại.

Quy trình:

e Mô Hình AutoencoderA: Được xây dựng dựa trên mạng nơ-ron sâu với mục đích nén và tái tạo ảnh.

e Encoder: Biến đôi anh I thành một biéu diễn nénz thông qua hàm mã hóa f enc.

e Decoder: Tái tạo ảnh từ z thông qua hàm giải mã f„., tạo ra ảnh tái tạo].

e Tính Toán Nhiễu Thang Dư R{I): Nhiễu thang duR(I) được tính toán như sau:

22

Đồ án tốt nghiệp Đại học

R[TI=1I—T[1]

T= P sel ene H\[2]

Trích Xuất Dau Vân Tay Anh (Fingerprint Extraction)

Mục tiêu: Phân tích nhiễu thang du dé trích xuất đặc trưng có thé phân biệt giữa anh thật và ảnh tong hợp.

Quy trình:

e Biến Đối Fourier: Biến đổi RIT] sang miền tần số dé phân tích đặc trưng:

D[TI=F|RITÌ[S]

Phân Loại Anh (Image Classification)

Mục tiêu: Sử dung các đặc trưng đã trích xuất để xác định xem ảnh là thật hay tổng

hợp.

Quy trình:

e Xây Dựng Mạng Phân Loại C: Thiết lập mạng CNN phân loại với kha năng

nhận biết đặc trưng DÍT] từ dau vân tay ảnh.

Classification=C| D|I}|[4]

e Đầu Ra Phân Loại: Sử dụng C dé phan loai anh:

e C(I) cho ra kết qua 0 (ảnh thật) hoặc 1 (ảnh tổng hợp).

Thuật toán

I - tập hợp các anh cần phân loại

A - Autoencoder với ResNet50 làm backbone dé tái tạo ảnh,

CN N„„;„- mạng CNN dé lọc nhiễu thang dư và trích xuất dau vân tay,

C- mạng CNN phân loại để xác định tính xác thực của ảnh.

R- tập hợp kết quả phân loại của các ảnh.

1 Initialize C to an empty list

3 for each I in Ido

3 I — A(I| => Tái tao anh bang Autoencoder

23

Đô án tôt nghiệp Đại học

4 R{I) —I-I => Tính nhiễu thang dư

3 DỈT) — FourierTransform|(R(I))|=>Ap dụng biến đổi

Fourler

q C|I) — C|D[TÌ| => Phân loại ảnh dựa trên đặc trưng tần số

7 Append C(I) to R => Thêm kết quả vào danh sách phân

loại

8 return R

Một phần của tài liệu Phương pháp nhận dạng ảnh giả mạo sinh bởi trí tuệ nhân tạo (Trang 21 - 24)

Tải bản đầy đủ (PDF)

(53 trang)