Detección de imágenes alteradas mediante el uso de un hash perceptual basado en CNNs
Giménez Pérez, Jorge Froilán
Sanjuan Gómez, Gemma, dir. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Detection of modified images using a percptual hash based on CNNs
Títol variant:	Detecció d'imatges modificades mitjançant l'ús d'un hash perceptual basat en CNNs
Data:	2022
Resum:	Con el reciente incremento en la distribución de fake news e imágenes ilegales/indeseadas a través de las redes sociales y las aplicaciones de mensajería ha quedado patente que técnicas simples para detectar este tipo de contenido ya no son suficientes a día de hoy. Este artículo introduce y estudia la viabilidad de un sistema basado en redes neuronales convolucionales siamesas y una función de hash que permita ser entrenado en un conjunto de imágenes a vetar. Con el objetivo de que sea capaz de detectar estas imágenes aún habiendo sido ligeramente modificadas con la intención de evitar el veto y realizar esta función sin que el usuario del sistema tenga que tomar posesión de dichas imágenes. Se introducen las distintas fases de la generación de datos necesarios para poder inicializar el sistema así como la estructura del mismo en detalle, resaltando aquellas partes en las que se puede sustituir lo usado en este estudio por una generalización que sea más adecuada a la aplicación en la que se pretende implementar este sistema. Finalmente, se introducen los resultados obtenidos y se concluye mediante ellos que el sistema propuesto puede ser utilizado en un caso real dado que las distribuciones de distancias entre los conjuntos de imágenes así lo indican y se introducen los pasos que se podrían seguir para ello. Se introducen las distintas fases de la generación de datos necesarios para poder inicializar el sistema así como la estructura del mismo en detalle, resaltando aquellas partes en las que se puede sustituir lo usado en este estudio por una generalización que sea ma ́s adecuada a la aplicación en la que se pretende implementar este sistema. Finalmente, se introducen los resultados obtenidos y se concluye mediante ellos que el sistema propuesto puede ser utilizado en un caso real dado que las distribuciones de distancias entre los conjuntos de imágenes así lo indican y se introducen los pasos que se podrían seguir para ello.
Resum:	With the recent urge on the distribution of fake news and illegal/damaging images through social media and messaging apps it has been proved that naive approaches to ban this kind of content may not be enough in today's world. This article aims to introduce and study the viability of a siamese convolutional neural networks based system and a hash function that enable it to be trained over a set of images that must be banned. The system is capable of detecting these images even if they're slightly modified to avoid the ban and also does not require the user implementing it to take possession of the images it works on. The different phases necessary to generate the data that bootstraps the system are introduced along with a detailed explanation of its structure and modular sections where different approaches can be adapted to better fit a possible production application that may desire to implement the proposed system. Lastly, the obtained results are introduced and discussed and the viability of the proposed system is concluded give that the observed results show that the distributions between the two sets of images can be differentiated. Also the possible steps to follow if the system wants to be implemented in a production application are discussed.
Resum:	Amb l'augment recent de la distribució de fake news i imatges il·legals/no desitjades a través de xarxes socials i aplicacions de missatgeria, ha resultat evident que les tècniques senzilles per detectar aquest tipus de continguts ja no són suficients a dia d'avui. Aquest article presenta i estudia la viabilitat d'un sistema basat en xarxes neuronals convolucionals siameses i una funció hash que permet ser entrenat sobre un conjunt d'imatges a vetar. Per tal de poder detectar aquestes imatges encara que hagin estat lleugerament modificades amb la intenció d'evitar el vet i realitzar aquesta funció sense que l'usuari del sistema hagi de prendre possessió d'aquestes imatges. S'introdueixen les diferents fases de la generació de dades necessàries per poder inicialitzar el sistema, així com la seva estructura en detall, destacant aquelles que poden ser substituïdes per una generalització més adequada a l'aplicació en què es vol establir el sistema. Finalment, s'introdueixen els resultats obtinguts i, a través d'ells, es conclou que el sistema proposat es pot utilitzar en un cas real donat que les distribucions de distàncies entre els conjunts d'imatges així ho indiquen i s'introdueixen els passos que es poden seguir per a aquesta finalitat.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Castellà
Titulació:	Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Àrea temàtica:	Menció Computació
Matèria:	Imatges ; Detecció ; Visió per computador ; Xarxes neurnal siameses ; Xarxes neuronals convolucionals ; SNN ; CNN ; CSNN ; Hash ; Hash neural ; Imágenes ; Detección ; Visión por computador ; Redes neuronales simaesas ; Redes neuronales convolucionales ; Images ; Detection ; Computer vision ; Siamese neural networks ; Convolutional neural networks ; Neural hash

8 p, 508.9 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG