ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > الكشف عن الصورة الزائفة:...>الوصف

الكشف عن الصورة الزائفة: دراسة تجريبية على نظم بحث الصور العكسي

العنوان بلغة أخرى: Detecting Forged Images: An Empirical Study on Reverse Image Search Systems
المصدر: مجلة دراسات المعلومات
الناشر: جمعية المكتبات والمعلومات السعودية
المؤلف الرئيسي: رمزي، مينا عبدالرؤوف (مؤلف)
المجلد/العدد: ع22
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2019
الشهر: يناير
الصفحات: 91 - 142
ISSN: 1658-8665
رقم MD: 1084174
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
الصور الرقمية | الكشف عن الصور الزائفة | نظام بحث الصور العكسي
كلمات المؤلف المفتاحية:
الصور الزائفة | بحث الصور العكسي | نظم الكشف عن الصور الزائفة | تزوير الصور الرقمية | Forged Image | Reverse Image Search | Image Forgery Detection System | Digital Image Forgery
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

50

حفظ في:
المستخلص: تناقش الدراسة موضوع الكشف عن الصور الزائفة اعتمادا على نظم بحث الصور العكسي. وقد هدفت الدراسة في مناقشتها إلى التعرف على ماهية الصور الزائفة، وأساليب تزييفها، والنتائج المترتبة عليها، كما هدفت أيضا إلى التعرف على التقنيات المتاحة للكشف عن الصور الزائفة، مع اختبار النظم الداعمة لواحدة من أهم تلك التقنيات -بحث الصور العكسي -والممثلة في نظمfeed lmage وBing, lmages Google, TinEye وذلك لمعرفة مدى فعالية تلك النظم في الكشف عن الصور الزائفة المتاحة من خلال الإنترنت، وذلك من خلال عدد من الاختبارات العملية، واستثمار نتائج تلك الاختبارات في وضع مقترح بالمعايير الواجب مراعاتها عند تصميم وتقييم نظم بحث الصور العكسي. وقد استعانت الدراسة بالمنهج التجريبي لتحقيق أهدافها، كما استعانت بعدد من الأدوات أبرزها قائمة مراجعة ضمت عشرين صورة زائفة تم تصميمها خصيصا لغرض الدراسة اعتمادا على برامج: أدوبي فوتوشوب Adobe 14.4Photoshop، وفوتو مورف13.9FotoMorph، وبرنامج الرسم 6.1 Paintالمدمج بالحزمة الخدمية الأولى لويندوز سفن. وقد خلصت الدراسة إلى عدة نتائج أبرزها: تفوق نظام Google Images في الكشف عن الصور الزائفة في وضعها الطبيعي بنسبة 90%، والصور الزائفة بعد إعادة تحجيمها بنسبة 85%، تلاه نظام Bing image feed بنسبة نجاح 85% للوضع الطبيعي و80% بالنسبة للصور الزائفة بعد إعادة تحجيمها، تلاهما نظام TinEye بنسبة 75% لكل من الوضعين. كما كشفت الدراسة عن تفوق نظام Bing image feed في الكشف عن الصور الزائفة في وضع الانعكاس الأفقي بنسبة 85%، تلاه نظام Google Images بنسبة 55%، تلاه TinEye بنسبة 5%. وقد تساوى نظام Google Images مع نظام TinEye في الكشف عن الصور الزائفة بعد اقتصاص أجزاء منها وذلك بنسبة 75% لكل منهما، تلاهما نظام Bing image feed بنسبة 60%، وختمت الدراسة بمجموعة من التوصيات، منها: ضرورة اهتمام شركات جوجلGoogle ، ومايكروسوفتMicrosoft ، وتين آي TinEyeبتطوير خوارزميات قادرة على كشف الصور الزائفة التي يتم تحويرها، وتبني المعايير التي خرجت بها الدراسة، كما أوصت الدراسة بتخصيص مقرر دراسي ضمن برامج المكتبات والمعلومات يتناول مهارات التحقق من صحة المعلومات ومنها الصور، ومناشدة المسئولين عن المكتبة الرقمية بالمجلس الأعلى للجامعات للإفادة من النظم عينة الدراسة، في التحقق من أصالة الصور التي يتم إرفاقها بالبحوث العلمية.

This study discussed detecting forged images based on Reverse Image Search Systems. It aimed to identify the concept of forged images, forgery techniques and its consequences, as well as to identify different approaches to detect digital forged images. The study tested Google Images, Bing Image Feed and TinEye that support Reverse Image Search, one of the most important approaches. This step determined the effectiveness of these systems in detection of forged images available via the Internet. It was based on several practical tests. The study also aimed to invest the results of these tests to develop a proposed model that included a set of criteria that could be used when designing and evaluating reverse image search systems. The study used an empirical approach to reach its objectives. It also used several tools, most notably a checklist of 20 forged images designed specifically for the study based on Adobe Photoshop 14.0, FotoMorph 13.9 and Paint 6.1 the built-in Windows 7 Ultimate service pack 1. The study concluded that Google Images succeeded in detecting forged images in its normal mode by 90%, and forged images after resized by 85%. Bing Image Feed succeeded in detecting forged images in its normal mode by 85%, and forged images after resizing by 80%. Then, TinEye succeeded by 75% for both modes. The study also revealed that Bing Image Feed succeeded in detecting forged images in flip horizontal mode by 85% and followed by Google Images by 55%, and then TinEye by 5%. Google Images and TinEye system were equal in detecting forged images after cropping parts of them by 75% each. Bing Image Feed followed them by 60%. The study presented some recommendations such as: Google, Microsoft, and TinEye companies need to develop algorithms capable of detecting morphed images. These companies should adopt the proposed criteria of the study. Moreover, the study also highlighted the need to allocate a course in the library and information programs that would focus on developing skills to verify information, including images. The study appealed to officials of the Digital Library unit at the Supreme Council of Universities to make use of the study sample systems to verify the authenticity of images attached to scientific researches.
ISSN: 1658-8665

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.