Görüntü sahteciliği tespiti için yeni yöntemlerin geliştirilmesi
Development of new methods for image forgery detection
- Tez No: 1002986
- Danışmanlar: PROF. DR. VEYSEL ASLANTAŞ, DOÇ. DR. AHMET NUSRET TOPRAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde görüntü düzenleme yazılımlarının yaygınlaşmasıyla, sahte görüntülerin oluşturulması çok kolaylaşmıştır. Bu görüntüler özellikle sosyal medya platformlarında hızla yayılmaktadır. Bu sebeple, görüntülerin gerçek veya sahte olup olmadıklarının tespiti, gittikçe önem kazanan bir araştırma konusu haline gelmiştir. Bu tezde, görüntülerin gerçek olup olmadığını tespit etmek için, üç farklı sahtecilik tespit yöntemi geliştirilmiştir. İlk çalışmada, arka plan sahteciliği tespiti için anlamsal bölütleme tabanlı bir yöntem önerilmiştir. Mask R-CNN ile görüntüler ön plan–arka plan olarak bölütlenmiştir. Her bölütten DenseNet ile çıkarılan özellikler kullanılarak CNN tabanlı sınıflandırıcı vasıtasıyla sahtecilik tespiti yapılmıştır. İkinci çalışmada, görüntülerdeki insanların her birinin sahte olup olmadığını tespit etmek için bir yöntem önerilmiştir. PointRend ile her insana ait bölgeler çıkarılmış ve EfficientNet ile insan ve arka plan bölütlerinin özellikleri elde edilmiştir. Bu özellikler CNN tabanlı sınıflandırıcıya sunularak kişi bazında sahtecilik tespiti yapılmıştır. Üçüncü çalışmada, insanların vücut bütünlüğü üzerinde sahtecilik olup olmadığının tespiti için bir yöntem geliştirilmiştir. İnsan vücudu, SCHP (Self-Correction Human Parsing) bölütleme yöntemi ile kafa, gövde ve bacak olmak üzere üç anatomik bölgeye ayrılmıştır. Bu bölgeler ile arka plan özellikleri ConvNeXt ile elde edilmiştir. Bu özellikler CNN sınıflandırıcı vasıtasıyla karşılaştırılmak suretiyle sahtecilik durum tespiti yapılmıştır. Böylelikle sahteciliğin hangi insan üzerinde ve onun hangi vücut bölümlerinde gerçekleştiği de tespit edilmiştir. Önerilen yöntemler literatürdeki yöntemlerle sayısal ve görsel olarak karşılaştırılmıştır. Elde edilen deneysel sonuçlar, önerilen yöntemlerin uygulanabilirliğini göstermektedir.
Özet (Çeviri)
Recent developments in image manipulation tools have significantly lowered the barrier to creating forged images. Such images spread rapidly, particularly on social media platforms. Consequently, determining whether an image is authentic or forged has become an important and challenging research problem. In this thesis, three different forgery detection methods are proposed to assess image authenticity. In the first study, a semantic segmentation–based approach is introduced for background forgery detection. Images are segmented into foreground and background regions using Mask R-CNN, and features extracted from each segment via DenseNet are used by a CNN-based classifier to identify forgeries. In the second study, a person-level forgery detection method is developed to determine whether individual people within an image are forged. Human regions are extracted using PointRend, and features from both human and background segments are obtained using EfficientNet. These features are then utilized by a CNN classifier to perform per-person forgery detection. In the third study, a novel method is proposed to detect forgery related to human body integrity. The human body is segmented into three anatomical regions (head, torso, and legs) using the SCHP (Self-Correction Human Parsing) approach. Features from these regions, along with background features, are extracted using ConvNeXt and compared through a CNN-based classifier to identify forged regions. This approach enables not only the detection of forged individuals but also the localization of forgery at the body-part level. The proposed methods are quantitatively and qualitatively compared with existing approaches in the literature. Experimental results demonstrate the effectiveness and practical applicability of the proposed methods in detecting image forgeries.
Benzer Tezler
- Görüntü sahteciliği tespiti ve onarımı için kendinden gömülü yeni damgalama yöntemlerinin geliştirilmesi
Development of novel self-embedded watermarking methods for image forgery detection and recovery
HÜSEYİN ÖZKAYA
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ
- Kendinden gömülü kırılgan görüntü damgalama yöntemlerinin geliştirilmesi
Improvement of self-embedding fragile image watermarking methods
AYHAN RENKLİER
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERKAN ÖZTÜRK
- Deepfake tespiti için derin öğrenme tabanlı hibrit mimarilerin geliştirilmesi
Development of deep learning-based hybrid architectures for deepfake detection
İSMAİL İLHAN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Yapay zeka yöntemleri ile bölge tabanlı kopyala-yapıştır sahteciliği tespiti
Detection of copy-paste forgeries based on region using artificial intelligence methods
ABDURRAHMAN YAVUZ ASLANTAŞ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEHİM KÖYLÜ
- İstatistiksel ve dokusal özellikeri kullanan hibrit görüntü birleştirme sahteciliği tespit yöntemi
A hybrid image splicing detection method based on statistical and textural features
ESRA ODABAŞ YILDIRIM
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜZİN ULUTAŞ