prikaz prve stranice dokumenta Otkrivanje krivotvorenja slika i njihova lokalizacija
  Download
PDF 2.22 MB
master's thesis
Otkrivanje krivotvorenja slika i njihova lokalizacija
Koprivnica: University North, 2024. urn:nbn:hr:122:563598
Kešina, Spomenko
University North
University centre Varaždin
Department of Multimedia, Design and Application

Institutional repository: University North Digital Repository

Cite this document

Kešina, S. (2024). Otkrivanje krivotvorenja slika i njihova lokalizacija (Master's thesis). Koprivnica: University North. Retrieved from https://urn.nsk.hr/urn:nbn:hr:122:563598

Kešina, Spomenko. "Otkrivanje krivotvorenja slika i njihova lokalizacija." Master's thesis, University North, 2024. https://urn.nsk.hr/urn:nbn:hr:122:563598

Kešina, Spomenko. "Otkrivanje krivotvorenja slika i njihova lokalizacija." Master's thesis, University North, 2024. https://urn.nsk.hr/urn:nbn:hr:122:563598

Kešina, S. (2024). 'Otkrivanje krivotvorenja slika i njihova lokalizacija', Master's thesis, University North, accessed 15 November 2024, https://urn.nsk.hr/urn:nbn:hr:122:563598

Kešina S. Otkrivanje krivotvorenja slika i njihova lokalizacija [Master's thesis]. Koprivnica: University North; 2024 [cited 2024 November 15] Available at: https://urn.nsk.hr/urn:nbn:hr:122:563598

S. Kešina, "Otkrivanje krivotvorenja slika i njihova lokalizacija", Master's thesis, University North, Koprivnica, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:122:563598

Metadata
TitleOtkrivanje krivotvorenja slika i njihova lokalizacija
Title (english)Image forgery detection and localization
AuthorSpomenko Kešina
MentorEmil Dumić (mentor)
Committee memberAndrija Bernik (predsjednik povjerenstva)
Committee memberEmil Dumić (član povjerenstva)
Committee memberRobert Geček (član povjerenstva)
GranterUniversity North
(University centre Varaždin)
(Department of Multimedia, Design and Application)
Koprivnica
Defense date and country2024-09-27, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Graphic Technology
Processes of Graphic Reproduction
Abstract
U posljednjih nekoliko godina, manipulacija digitalnih slika postala je sveprisutna. Jednostavnost izmjene slika rezanjem, kloniranjem i mijenjanjem veličine brzo postaje izazov u provjeravanju njihovog integriteta i autentičnosti. Osim toga, forenzičari koriste digitalne slike u svojim istragama te ističu važnost forenzičke analize digitalnih slika u osiguravanju pouzdanosti digitalnih datoteka. Porast alata za uređivanje slika u posljednje vrijeme rezultirao je velikim brojem lažnih i izmijenjenih slika koje se šire putem različitih medijskih platformi i interneta. Tokom godina razvijeno je mnogo tehnika za određivanje autentičnosti slika i detektiranje manipuliranih područja. Duboko učenje se pokazalo učinkovitim u rješavanju širokog spektra kompleksnih problema, obuhvaćajući analizu velikih podataka, računalni vid i sofisticirane kontrolne sustave. Unatoč svojim napretcima, duboko učenje također je korišteno za razvoj softvera koji predstavlja rizike za privatnost, demokraciju i nacionalnu sigurnost. Ovdje se posebno ističe pojava tehnologije dubokih varki (engl. DeepFake). Ti algoritmi imaju sposobnost generiranja lažnih slika i videozapisa koji su gotovo vjerodostojni kao i stvarni. Zbog ovog razloga postoji hitna potreba za tehnologijama koje mogu automatski identificirati i provjeriti autentičnost digitalnog vizualnog sadržaja.
Abstract (english)
In recent years, digital image manipulation has become widespread. The ease of altering images through cropping, cloning, and resizing is rapidly becoming a challenge in verifying their integrity and authenticity. Additionally, forensic experts use digital images in their investigations, highlighting the importance of forensic analysis of digital images to ensure the reliability of digital files. The rise of image editing tools has recently led to a significant number of fake and altered images spreading across various media platforms and the internet. Over the years, many techniques have been developed to determine image authenticity and detect manipulated areas. Deep learning has proven effective in solving a wide range of complex problems, encompassing big data analysis, computer vision, and sophisticated control systems. Despite its advancements, deep learning has also been used to develop software that poses risks to privacy, democracy, and national security. A notable example is the emergence of deepfake technology. These algorithms can generate fake images and videos that are nearly as convincing as real ones. For this reason, there is an urgent need for technologies that can automatically identify and verify the authenticity of digital visual content.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:122:563598
Study programmeTitle: Multimedia Science
Study programme type: university
Study level: graduate
Academic / professional title: sveučilišni magistar/magistra inženjer/inženjerka multimedijske i grafičke tehnologije (sveučilišni magistar/magistra inženjer/inženjerka multimedijske i grafičke tehnologije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-10-23 13:16:50