Nova metoda za detekciju copy move promena na slikama [Not available in English]

Zahvajući stalnom razvoju tehnologija, mobilnih telefona i digitalnih kamera, upotreba digitalnih fotografija je zastupljena u svakodnevnom životu. Koriste se kao izvori informacija, ali éesto i kao potrekpljujući dokazi u forenziékim istraživanjima, kao dokazi na sudu, novinarstvu i sliéno. Izmena sadržaja takvih slika je postala jako jednostavna, preko odreêenih softverskih alata, tako da ne možemo biti sigurni u originalnost slike. Promene nastaju tako što se doda ili ukloni odreêeni sadržaj slike, ili se od više slika pravi jedna slika, a sve u cilju pogrešnog prenosa informacija. Iz tih razloga je znaéajno razvijati nove metode za detekciju takvih promena. Jedna od najviše zastupljenih promena jeste tkz. CMFD (Copy Move Forgery Detection). Promene nastaju tako što se deo slike kopira i nalepi na neki drugi deo unutar iste slike. Takve promene se naknadno mogu skalirati, rotirati, višestruko kopirati i sliéno. Obzirom da su kopirani i nalepljeni delovi sa iste slike, njihova detekcija postaje dodatno složenija, jer su karakteristike kopiranih i nalepljenih delova jako sliéne (komponente šuma, temperature boja, sjajnost, i sliéno). Multifraktali kao i multifraktalni spektar su se pokazali dobro u samoj analizi slika, segmentaciji i izdvajanju odreêenih karakteristika slike. Mogu da opisiju signal lokalno, preko vrednosti odgovarajućeg Hölder-ovog eksponenta, i globalno, preko vrednosti raspodele tih koeficijenata – multifraktalnog spektra. Stoga je predložena nova metoda za detekciju CMFD promena na slikama, zasnovana na odreêenim parametrima multifraktalnog spekra, kao i nekim statistiékim parametrima. Slika od interesa se deli na nepreklapajuće blokove fiksnih dimenzija. Svaki blok se opisuje karakteristiénim vektorom, sastavljenim od parametara MF spektra i statistiékih paramatera. Za uparivanje blokova, pronalaženje duplikata i klasterovanje blokova u izmenjene i neizmenjene, predložena je nova semimetrika, zasnovana na metaheuristici. Preciznost predložene metode je potvrêena eksperimentalno, testiranjem slika iz javno dostupnih baza slika, kao i testiranjem slika generisanih za potrebe istraživanja. Parametri preciznosti detekcije jesu procenat taéne kao i procenat lažne detekcije, kao i preciznost i opoziv. Dobijeni rezultati pokazuju da predložena metoda daje znaéajno bolje rezultate u odnosu na rezultate koje su predstavili drugi autori. Takoêe, predložena metoda ima manju kompleksnost raéunanja, u odnosu na ostale metode (karakteristiéni vektor se sastoji od samo 7 deskriptora)..