
في هذا البحث، نقدم نهجًا جديدًا في مجال forensics الرقمية للصور يُسمى التشابه forensics، والذي يحدد ما إذا كان جزءان من الصورة يحتويان على أثر forensics متطابق أو مختلف. أحد فوائد هذا النهج هو أنه لا يتطلب وجود معرفة سابقة، مثل عينات التدريب، لأثر forensics لاتخاذ قرار بشأن التشابه forensics له في المستقبل. لتحقيق ذلك، نقترح نظام تعلم عميق من جزأين يتكون من مستخرج خصائص يستند إلى CNN وشبكة عصبية ذات ثلاث طبقات تُسمى شبكة التشابه. يقوم هذا النظام بتحويل أزواج أجزاء الصور إلى درجة تشير إلى ما إذا كانت تحتوي على آثار forensics متطابقة أو مختلفة. قمنا بتقييم دقة النظام في تحديد ما إذا كانت أجزاء الصور اثنين قد تم التقاطها بواسطة نفس نموذج الكاميرا أو نماذج مختلفة (1)، تم تعديلها بواسطة نفس عملية التعديل أو عمليات تعديل مختلفة (2)، وتم تعديلها باستخدام نفس المعلمة التعديلية أو معاملات تعديلية مختلفة (3) عند إجراء عملية تعديل معينة. تظهر التجارب قابلية التطبيق على مجموعة متنوعة من الآثار forensics، وأهم من ذلك أنها تثبت الفعالية بالنسبة للأثر "المجهول" الذي لم يتم استخدامه لتدريب النظام. كما تظهر التجارب أن النظام المقترح يحسن بشكل كبير على الأعمال السابقة، حيث يقلل معدل الأخطاء بأكثر من النصف. بالإضافة إلى ذلك، أظهرنا فائدة نهج التشابه forensics في تطبيقات عملية اثنين: اكتشاف وتتبع التزوير، وتحقق ثبات القاعدة البيانات.注释:在某些情况下,为了保持术语的专业性和准确性,我保留了英文术语“forensic”和“CNN”。在阿拉伯语中,这些术语通常会直接使用英文形式。