تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة
يمكن تقسيم طرائق الكشف عن الفيديوهات المزيفة إلى طرائق الكشف الموجب وطرائق الكشف الأعمى, يركز بحثنا على طرائق الكشف الأعمى .blind detection وقد قمنا بتقييم مجموعة من الخوارزميات الأكثر شيوعاً من حيث الأداء والسرعة, بالتطبيق على قاعدة بيانات مكونة من (22) مقطع فيديو مزيف, أغلبها من انتاج الباحث, والب...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Arabic |
| Published: |
damascus university
2022-09-01
|
| Series: | مجلة جامعة دمشق للعلوم الهندسية |
| Subjects: | |
| Online Access: | http://journal.damasuniv.edu.sy/index.php/engj/article/view/5878 |
| _version_ | 1811259637729591296 |
|---|---|
| author | سامر نسيب سيف الدين |
| author_facet | سامر نسيب سيف الدين |
| author_sort | سامر نسيب سيف الدين |
| collection | DOAJ |
| description | يمكن تقسيم طرائق الكشف عن الفيديوهات المزيفة إلى طرائق الكشف الموجب وطرائق الكشف الأعمى, يركز بحثنا على طرائق الكشف الأعمى .blind detection وقد قمنا بتقييم مجموعة من الخوارزميات الأكثر شيوعاً من حيث الأداء والسرعة, بالتطبيق على قاعدة بيانات مكونة من (22) مقطع فيديو مزيف, أغلبها من انتاج الباحث, والبعض من مراكز أبحاث معتمدة, وفيديوهات منشورة عبر مواقع الانترنت و(6) فيديوهات حقيقية من تصوير الباحث, وهذه الفيديوهات تم تزييفها بطرائق مختلفة وبدرجات متفاوتة من تعقيد التزييف, وقد توصلنا إلى أن أغلب هذه الخوارزميات تركز على كشف نوع واحد من التزييف, وتكون فعالة من أجله, بينما تكون قاصرة من أجل أنواع التزييف الأخرى, إضافة إلى التناسب بين فعالية الخوارزمية وزمن الكشف, وهذا ما يشكل عائق حقيقي وخاصة إذا كانت الفيديوهات المدروسة طويلة, أو تحوي عدة أنواع من التزييف وفي أكثر من مكان في الإطار نفسه.
|
| first_indexed | 2024-04-12T18:35:47Z |
| format | Article |
| id | doaj.art-421760cce22340638a47284ac02b0334 |
| institution | Directory Open Access Journal |
| issn | 1999-7302 2789-6854 |
| language | Arabic |
| last_indexed | 2024-04-12T18:35:47Z |
| publishDate | 2022-09-01 |
| publisher | damascus university |
| record_format | Article |
| series | مجلة جامعة دمشق للعلوم الهندسية |
| spelling | doaj.art-421760cce22340638a47284ac02b03342022-12-22T03:20:57Zaradamascus universityمجلة جامعة دمشق للعلوم الهندسية1999-73022789-68542022-09-01383تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفةسامر نسيب سيف الدينيمكن تقسيم طرائق الكشف عن الفيديوهات المزيفة إلى طرائق الكشف الموجب وطرائق الكشف الأعمى, يركز بحثنا على طرائق الكشف الأعمى .blind detection وقد قمنا بتقييم مجموعة من الخوارزميات الأكثر شيوعاً من حيث الأداء والسرعة, بالتطبيق على قاعدة بيانات مكونة من (22) مقطع فيديو مزيف, أغلبها من انتاج الباحث, والبعض من مراكز أبحاث معتمدة, وفيديوهات منشورة عبر مواقع الانترنت و(6) فيديوهات حقيقية من تصوير الباحث, وهذه الفيديوهات تم تزييفها بطرائق مختلفة وبدرجات متفاوتة من تعقيد التزييف, وقد توصلنا إلى أن أغلب هذه الخوارزميات تركز على كشف نوع واحد من التزييف, وتكون فعالة من أجله, بينما تكون قاصرة من أجل أنواع التزييف الأخرى, إضافة إلى التناسب بين فعالية الخوارزمية وزمن الكشف, وهذا ما يشكل عائق حقيقي وخاصة إذا كانت الفيديوهات المدروسة طويلة, أو تحوي عدة أنواع من التزييف وفي أكثر من مكان في الإطار نفسه. http://journal.damasuniv.edu.sy/index.php/engj/article/view/5878الكشف الأعمىالتزييف بين الأطرالتزييف على الإطارالعلامة المائيةالارتباط الإحصائيالمعدات الرقمية |
| spellingShingle | سامر نسيب سيف الدين تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة مجلة جامعة دمشق للعلوم الهندسية الكشف الأعمى التزييف بين الأطر التزييف على الإطار العلامة المائية الارتباط الإحصائي المعدات الرقمية |
| title | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| title_full | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| title_fullStr | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| title_full_unstemmed | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| title_short | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| title_sort | تقييم دقة خوارزميات الكشف الأعمى للفيديوهات المزيفة |
| topic | الكشف الأعمى التزييف بين الأطر التزييف على الإطار العلامة المائية الارتباط الإحصائي المعدات الرقمية |
| url | http://journal.damasuniv.edu.sy/index.php/engj/article/view/5878 |
| work_keys_str_mv | AT sạmrnsybsyfạldyn tqyymdqẗkẖwạrzmyạtạlksẖfạlạʿmyllfydywhạtạlmzyfẗ |