|
TEME
PROPUSE PROIECT SCM
La fiecare proiect va lucra câte un grup de maxim 3 studenți. La fiecare proiect aveţi la dispoziţie câteva materiale în format pdf. Nu trebuie neapărat să folosiți acele articole. Puteţi, de exemplu, să căutați singuri alte articole care să vă ajute să finalizați proiectul, de exemplu pe www.ieeexplore.ieee.org sau www-sciencedirect-com (aveți acces gratuit din facultate). Dacă metodele pe care vi le-am dat vi se par prea complicate, puteți, de exemplu, să folosiți articolele din bibliografia celor pe care vi le-am dat.
La mijlocul lui decembrie fiecare echipă de proiect va prezenta pe scurt cum funcționează algoritmul/algoritmii pe care dorește să îi implementeze. Dacă reușiți să faceți și o parte din implementare, cu atât mai bine. Vreau să văd, în primul rând, că ați înțeles metoda/metodele și vă puteți apuca de implementare.
În sesiune, pe data examenului, fiecare echipa va prezenta programul realizat și rezultatele experimentale obținute prin testarea algoritmilor pe o bază de date de imagini. Va trebui să îmi predați un document cu schemele bloc, descrierea și pașii algoritmilor pe scurt și rezultatele experimentale (în format digital, nu trebuiesc printate). Vă rog ca programele să fie comentate corespunzător, pentru o mai bună înțelegere.
Teme și materiale de proiect:
1. Autentificarea activă a imaginilor folosind tehnici de watermarking robuste la compresie JPEG și scalare, ce utilizează momentele Zernike - v1. Realizarea în Matlab a unui algoritm de autentificare activă a imaginilor cu posibilitatea de localizare a zonelor falsificate. Pentru a proteja o imagine la modificări intenționate de conținut, se poate insera un marcaj ascuns (invizibil) în conținutul acesteia. Acest marcaj (watermark) inserat trebuie să fie fragil la modificări intenționate de conținut (copy-paste, ștergere, înlocuire de obiecte), dar să reziste la compresie JPEG cu factori de calitate cât mai mici (Q>40) și la scalarea (scăderea/creșterea rezoluției) imaginii. Rezistența la alte operații neagresive de prelucrare de imagini este un plus.
>>download materiale<<
2. Autentificarea activă a imaginilor folosind tehnici de watermarking robuste la compresie JPEG și scalare - v2. Realizarea în Matlab a unui algoritm de autentificare activă a imaginilor cu posibilitatea de localizare a zonelor falsificate. Pentru a proteja o imagine la modificări intenționate de conținut, se poate insera un marcaj ascuns (invizibil) în conținutul acesteia. Acest marcaj (watermark) inserat trebuie să fie fragil la modificări intenționate de conținut (copy-paste, ștergere, înlocuire de obiecte), dar să reziste la compresie JPEG cu factori de calitate cât mai mici (Q>40) și la scalarea (scăderea/creșterea rezoluției) imaginii. Rezistența la alte operații neagresive de prelucrare de imagini este un plus. Puteti folosi transformatele robuste la rotație, scalare și translație (RST): SIFT (Shift Invariant Feature Transform) sau Contourlet Transform.
>>download materiale<<
3. Autentificarea imaginilor folosind o semnătură digitală invariantă la distorsiuni neagresive ale imaginii (în special scalare și compresie JPEG) - v1. În cazul metodelor bazate pe semnătură digitală, imaginea originală nu este modificată în nici un fel. Pe baza conținutului imaginii se extrag caracteristici (image features) care să caracterizeze cât mai bine conținutul imaginii. Apoi se aplică o funcție hash cu cheie secretă pe aceste caracteristici pentru a obține o dimensiune fixă a semnăturii. Semnatura trebuie să fie de dimensiune cât mai mică, pentru că trebuie transmisă împreună cu imaginea. O idee interesantă este ascunderea semnăturii în header-ul JPEG al imaginii. La detector se extrag caracteristicile imaginii de test și se compară cu cele extrase din semnătura digitală pentru a detecta zonele neautentice. O caracteristică importantă este ca semnatura să fie independentă de factorul de compresie JPEG a imaginii și de scalarea acesteia, adică să se obțină aceeași semnătură pentru imaginea originală, imaginea comprimată JPEG cu diferiți factori de calitate, respectiv imaginea scalată la o rezoluție mai mică.
>>download materiale<<
4. Autentificarea imaginilor folosind o semnătură digitală invariantă la distorsiuni neagresive ale imaginii (în special scalare și compresie JPEG) - v2. În cazul metodelor bazate pe semnătură digitală, imaginea originală nu este modificată în nici un fel. Pe baza conținutului imaginii se extrag caracteristici (image features) care să caracterizeze cât mai bine conținutul imaginii. Apoi se aplică o funcție hash cu cheie secretă pe aceste caracteristici pentru a obține o dimensiune fixă a semnăturii. Semnatura trebuie să fie de dimensiune cât mai mică, pentru că trebuie transmisă împreună cu imaginea. O idee interesantă este ascunderea semnăturii în header-ul JPEG al imaginii. La detector se extrag caracteristicile imaginii de test și se compară cu cele extrase din semnătura digitală pentru a detecta zonele neautentice. O caracteristică importantă este ca semnatura să fie independentă de factorul de compresie JPEG a imaginii și de scalarea acesteia, adică să se obțină aceeași semnătură pentru imaginea originală, imaginea comprimată JPEG cu diferiți factori de calitate, respectiv imaginea scalată la o rezoluție mai mică. Puteti folosi transformatele robuste la rotație, scalare și translație (RST): Zernike Moments, SIFT (Shift Invariant Feature Transform) sau Contourlet Transform. Algoritmii din pdf-urile din arhivă nu au si posibilitatea de a localiza zonele neautentice. Încercați să adaptați una dintre metodele din pdf-uri astfel încât să permită și localizarea zonelor falsificate.
>>download materiale<<
5. Autentificarea activă a imaginilor și recuperarea zonelor neautentice folosind metode în domeniul transformat și rețele neuronale. Realizați un algoritm de autentificare a imaginilor care să permită și recuperarea informației din zonele detectate ca fiind neautentice. De exemplu, watermark-ul poate fi format din valorile medii ale ale blocurilor de 8x8 pixeli din imagine și poate fi inserat în coeficienții DCT de frecvențe medii ale altor blocuri. În plus, o rețea neuronală poate fi antrenată și folosită la detector pentru a recupera informația originală din regiunile modificate.
>>download materiale<<
6. Detecția pasivă a falsificării imaginilor codate JPEG prin analiza informațiilor conținute în header-ul JPEG. Tehnicile pasive de detecție a falsificării imaginilor nu modifică în nici un fel imaginea originală. Formatul de compresie JPEG permite implementări diferite, ceea ce conduce la o multitudine de headere JPEG diferite. Aceste diferențe pot fi exploatete pentru autentificarea imaginilor prin extragerea unei semnături a camerei foto, ce poate conține informații despre tabelele de cunatizare și Huffman JPEG, thumbnail-uri și metadate EXIF. Pentru teste experimentale aveți nevoie de o bază mare de date cu imagini realizate cu diferite camere digitale. Pentru extragerea metadaleor din header-ul JPEG puteți folosi aplicația exiftool (https://www.sno.phy.queensu.ca/~phil/exiftool/) care poate fi apelată și din Matlab.
>>download materiale<<
7. Detecția pasivă a falsificării imaginilor prin modificări de tip copy-move. Tehnicile pasive de detecție a falsificării imaginilor nu modifică în nici un fel imaginea originală, ci sunt bazate doar pe proprietăţile intrinseci ale imaginii. Aceste metode nu au aceeași acuratețe ca și cele active și din această cauză se preferă aplicarea mai multor metode diferite. În interiorul arhivei găsiți un fisier pdf cu o clasificare a diferitelor metode. Încercați să dezvoltați cel puțin 2 algoritmi din categorii diferite. O falsificare de tip copy-move se realizează prin copierea unei zone din imagine pe o altă poziție din aceeași imagine.
>>download materiale<<
8. Detecția pasivă a falsificării imaginilor prin modificări de tip inserare de obiecte noi (image splicing). Tehnicile pasive de detecție a falsificării imaginilor nu modifică în nici un fel imaginea originală, ci sunt bazate doar pe proprietăţile intrinseci ale imaginii. Aceste metode nu au aceeași acuratețe ca și cele active și din această cauză se preferă aplicarea mai multor metode diferite. În interiorul arhivei găsiți un fisier pdf cu o clasificare a diferitelor metode. Încercați să dezvoltați cel puțin 2 algoritmi din categorii diferite. O falsificare de tip splicing se realizează prin înlocuirea în imaginea originală a unor zone din alte imagini.
>>download materiale<<
9. Identificarea camerei foto sursă din imagini digitale.
Nu există două aparate foto perfect identice. Pentru a identifica producătorul, modelul sau chiar o cameră foto anume se pot utiliza diferite tehnici pasive, ca de exemplu identificarea matricii de filtre de culoare (CFA), extragerea informațiilor conținute in metadatele EXIF ale header-ului JPEG, extragerea tabelelor de cuantizare JPEG și a parametrilor utilizați pentru compresie, analiza zgomotului specific al senzorului/senzorilor camerei, etc. Încercați să dezvoltați cel puțin 2 algoritmi diferiți de identificare a camerei foto.
>>download materiale<<
Imagini pe care le puteti folosi pentru teste:
- bază de date imagini grayscale (30 imagini de 512x512 pixeli): download arhivă
- bază de date imagini color (30 imagini de 512x512 pixeli): download arhivă
Alte baze de date de pe Internet:
- MIRFLICKR-25000 - 2500 de imagini JPEG de pe flickr cu metadate EXIF (pentru identificarea camerei): http://press.liacs.nl/mirflickr/mirdownload.html
- Dresden Image Database - pentru tehnici de detecție a falsificării bazate pe cameră
- baza de date pentru identificarea dublei compresii JPEG
- Alte baze de date de imagini
Spor la treabă! |
