Détection de falsifications d'images à l'aide de l'apprentissage profond : Une enquête

L'information est partagée sous forme d'images à travers les journaux, les magazines, Internet ou les revues scientifiques. En raison de logiciels comme Photoshop, GIMP et Coral Draw, il devient très difficile de différencier l'image originale de l'image falsifiée. Les méthodes traditionnelles de détection de falsification d'image utilisent principalement des caractéristiques manuscrites. Le problème avec les approches traditionnelles de détection de la falsification d'image est que la plupart des méthodes peuvent identifier un type spécifique de falsification en identifiant certaines caractéristiques dans l'image. De nos jours, les méthodes d'apprentissage profond sont utilisées pour la détection de falsification d'image. Ces méthodes rapportent une meilleure précision que les méthodes traditionnelles en raison de leur capacité à extraire des caractéristiques complexes de l'image. Dans cet article, nous présentons une enquête détaillée sur les techniques basées sur l'apprentissage profond pour la détection de falsification d'image, les résultats de l'enquête sous forme d'analyse et de conclusions, et des détails sur les ensembles de données de falsification d'image disponibles au public.