Busca avançada
Ano de início
Entree

Combinando inconsistências de iluminação e redes profundas para detecção de imagens de composição

Processo: 18/00858-9
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de julho de 2018
Data de Término da vigência: 30 de junho de 2019
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Tiago Jose de Carvalho
Beneficiário:Thales Augusto Paletti Pomari
Instituição Sede: Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP). Campus Campinas. Campinas , SP, Brasil
Assunto(s):Reconhecimento de padrões   Reconhecimento de imagem   Análise de imagens   Falsificação   Aprendizagem profunda   Redes neurais convolucionais
Palavra(s)-Chave do Pesquisador:Análise Forense de Documentos Digitais | Detecção de Falsificações em Imagens | Reconhecimento de Padrões | Redes de Aprendizado Profundo | Processamento Gráfico e Reconhecimento de Padrões

Resumo

Motivados pela grande disseminação de imagens por meio da internet, ferramentas que garantam a veracidade de imagens suspeitas são, cada vez mais, necessárias. Uma imagem falsa pode causar problemas de dimensões inimagináveis e este tipo de problema pode ser evitado com a pesquisa e o desenvolvimento de novas técnicas de análise forense de documentos digitais. Para órgãos como a Polícia Federal e o Poder Judiciário o uso de tais métodos são fundamentais. Um resultado de uma análise de imagem pode facilmente mudar a direção em que uma investigação está indo, por exemplo. A análise de um perito embasada por um método científico adequado é essencial no contexto de um julgamento adequado por um juiz. Este projeto propõe a investigação de um método para efetuar a detecção de imagens com falsificações do tipo composição (em inglês splicing). Nossa proposta é desenvolver um método que detecte inconsistências na iluminação das imagens utilizando mapas de iluminantes, os quais realçam esses tipos de inconsistências presentes em imagens falsas, e arquiteturas robustas de redes convolucionais profundas de forma a detectar quando e onde ocorrem falsificações do tipo composição.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
POMARI, THALES; RUPPERT, GUILLHERME; REZENDE, EDMAR; ROCHA, ANDERSON; CARVALHO, TIAGO; IEEE. IMAGE SPLICING DETECTION THROUGH ILLUMINATION INCONSISTENCIES AND DEEP LEARNING. 2018 25TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 5-pg., . (17/12646-3, 17/12631-6, 18/00858-9)