Detecção de redimensionamento de imagens via Seam carving utilizando redes neurais convolucionais no contexto da forense computacional

• Processo: 16/25687-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de junho de 2017
• Vigência (Término): 31 de dezembro de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Kelton Augusto Pontara da Costa
• Beneficiário: Luiz Fernando da Silva Cieslak
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Aprendizado computacional Redes neurais (computação) Redes neurais convolucionais
• Palavra(s)-Chave do Pesquisador: Classificadores | Detecção de Redimensionamento de Imagens | forense computacional | Redes Neurais Artificiais | Redes Neurais convolucionais | Seam Carving | Aprendizado de Máquina

Resumo

Seam carving é atualmente um dos métodos mais utilizadas para redimensionar imagens. Sua popularidade se dá por ser um algoritmo simples e que mantém o conteúdo da imagem. Porém, esta técnica também é usada para retirar objetos e pessoas das imagens, o que pode causar problema para a Perícia Forense Computacional. A presente proposta de iniciação científica objetiva a criação de uma técnica de detecção do processo de seam carving sem ter o conhecimento da imagem original, baseando-se nas características da imagem e das propriedades de textura da imagem providas pelo Local Binary Pattern e utilizando as técnicas de Rede Neural Convolucional, que determina se a imagem é original ou se passou pelo processo de seam carving. O método proposto de detecção pretende servir como auxílio para os pesquisadores nas área de computação forense e computação cognitiva, comparando a sua eficácia com a dos métodos já existentes.