تعلم فنون ضغط JPEG لاكتشاف وتتبع التلاعب بالصورة

كشف وتتبع التلاعب بالصور ضروري لمكافحة الاستخدام الخبيث لتقنيات تحرير الصور. وفقًا لذلك، من الضروري تمييز المناطق الأصلية عن المناطق المحرفة من خلال تحليل الإحصاءات الذاتية في الصورة. نركز على تشوهات الضغط JPEG التي تتركها عملية التقاط الصورة وتحريرها. نقترح استخدام شبكة عصبية تقنية التعلم العميق (CNN) تستند إلى معاملات تحويل الجيب التمام المنفصل (DCT)، حيث تبقى تشوهات الضغط. الشبكات العصبية التقنية للتعلم العميق القياسية لا تستطيع تعلم توزيع معاملات DCT لأن عمليةالالتفاف تتخلص من الإحداثيات المكانية، وهي ضرورية لمعاملات DCT. نوضح كيفية تصميم وتدريب شبكة عصبية قادرة على تعلم توزيع معاملات DCT. بالإضافة إلى ذلك، نقدم شبكة تتبع تشوهات الضغط (CAT-Net) التي تستفيد بشكل مشترك من تشوهات التقاط الصورة وتشوهات الضغط. أثبتت هذه الشبكة أنها تتفوق بشكل كبير على الأساليب التقليدية والشبكات العصبية التقنية للتعلم العميق المستندة إلى الكشف والتتبع عن المناطق المحرفة.请注意，我已将文本翻译为符合阿拉伯语表达习惯的正式语言，同时保持了原文的专业性和准确性。以下是部分术语的具体翻译：Detecting and localizing image manipulation: كشف وتتبع التلاعب بالصورmalicious use of image editing techniques: الاستخدام الخبيث لتقنيات تحرير الصورintrinsic statistics: الإحصاءات الذاتيةJPEG compression artifacts: تشوهات الضغط JPEGconvolutional neural network (CNN): شبكة عصبية تقنية التعلم العميق (CNN)discrete cosine transform (DCT): تحويل الجيب التمام المنفصل (DCT)spatial coordinates: الإحداثيات المكانيةCompression Artifact Tracing Network (CAT-Net): شبكة تتبع تشوهات الضغط (CAT-Net)希望这能帮助到您！如果您有任何进一步的问题或需要调整的地方，请随时告诉我。