Active Image Manipulation Detection and Localization using TransUNet for Fragile Watermarking
تقترح هذه الورقة إطار عمل جديد للكشف عن التلاعب النشط بالصور وتحديد موقعه (AIMDL) يستفيد من نموذج TransUNet لتوليد واستعادة العلامات المائية بشكل قوي، مدمجاً مع وحدة جنائية تعتمد على نموذج UNet متعدد الرؤوس، لتحقيق دقة عالية في كشف التلاعب وتحديد الموقع على مستوى البكسل مع الموازنة ديناميكياً بين شفافية العلامة المائية ومتانتها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل العالم الرقمي كمعرض فني ضخم وصاخب، حيث يمكن لأي شخص أن يدخل، ويلتقط تحفة فنية، ويقوم سراً بإعادة طلاء بعض ضربات الفرشاة قبل تعليقها مرة أخرى. في عصرنا الحديث، تجعل أدوات تحرير الصور القوية من السهل للغاية تعديل الصور — مثل إزالة شخص من حشد، أو تغيير خلفية، أو تبديل وجه — وغالباً ما تترك دون أثر واضح للعين المجردة. وهذا يخلق مشكلة معقدة: كيف نعرف ما إذا كانت الصورة هي الحقيقة الأصلية أم أنها نسخة مزيفة بارعة؟ العلماء الذين يدرسون هذا الأمر يُطلق عليهم خبراء "التحقيق الجنائي الرقمي". وعادة ما يحاولون حل اللغز من خلال البحث عن أدلة صغيرة غير مرئية خلفتها عملية التحرير، مثل محقق يبحث عن الغبار على حافة النافذة. يُسمى هذا "الكشف السلبي"، ورغم أنه جيد، إلا أنه يشبه أحياناً محاولة تخمين من لمس الزجاج بمجرد النظر إلى البصمة؛ فهو ليس دقيقاً دائماً.
للحصول على إجابة أفضل، يستخدم بعض الخبراء استراتيجية مختلفة تسمى "الكشف النشط". فبدلاً من انتظار الأدلة، يقومون بزرع "بصمة" سرية وغير مرئية مباشرة في الصورة لحظة إنشائها. فكر في الأمر كحارس أمن يضع علامة حبر صغيرة غير مرئية على لوحة قبل أن تغادر المرسم. إذا حاول شخص ما العبث باللوحة لاحقاً، فإن هذا الحبر غير المرئي يتلطخ أو ينكسر. ومن خلال فحص الحبر، لا يستطيع الحارس فقط القول بأن "هذه اللوحة قد تم العبث بها"، بل يمكنه أيضاً الإشارة بدقة إلى المكان الذي حدث فيه الضرر. ومع ذلك، فإن التحدي الكبير هو أن هذا الحبر غير المرئي يتطلب توازناً دقيقاً. فإذا كان الحبر باهتاً جداً بحيث لا يُرى، فسينكسر بسهولة عند ضغط الصورة أو تغيير حجمها من أجل الإنترنت. وإذا كان قوياً بما يكفي ليصمد أمام هذه التغييرات، فسيصبح مرئياً ويفسد جمال الصورة. الهدف هو إيجاد منطقة "غولديلوكس" (المنطقة المثالية) حيث يكون الحبر غير مرئي للبشر، ولكنه قوي بما يكفي ليصمد أمام الإنترنت، وفي الوقت نفسه هشاً بما يكفي ليتحطم إذا حاول مجرم تعديل الصورة.
يقدم هذا البحث نظاماً جديداً عالي التقنية مصمماً لحل مسألة التوازن هذه باستخدام نوع ذكي من الذكاء الاصطناعي يسمى TransUNet. لقد بنى الباحثان، زوهيب حمدول وكينكاتاناريشابو كوبيلي من المعهد الوطني للتكنولوجيا في غوا، مساراً رقمياً يعمل كصانع تزييف ماهر ومحقق فائق في آن واحد. يأخذ نظامهم أولاً صورة نظيفة ويستخدم بنية TransUNet لدمج علامة مائية هشة وغير مرئية. هذه ليست مجرد ختم ثابت؛ بل هي إشارة ديناميكية يتعلم النظام كيفية حمايتها ضد حركة مرور الإنترنت العادية (مثل ضغط JPEG) ولكنها تسمح بالكسر فوراً إذا حاول شخص ما قص ولصق أجزاء من الصورة.
يحدث السحر أثناء مرحلة التدريب. فقد علم الباحثون ذكاءهم الاصطناعي من خلال محاكاة بيئة فوضوية. حيث كانوا يأخذون صورة، ويطبقون عليها "ضوضاء حميدة" (مثل تعديلات السطوع غير الضارة أو تغيير الحجم) لتعليم العلامة المائية أن تكون قوية، ثم يطبقون "تلاعبات خبيثة" (مثل قص ولصق الأشياء) لتعليم النظام كيفية رصد الجريمة. والأهم من ذلك، أنهم علموا الذكاء الاصطناعي تجاهل أي تعديلات تمت قبل إضافة العلامة المائية، مما يضمن تتبع التلاعب الذي يحدث بعد تأمين الصورة فقط. وبمجرد دمج العلامة المائية، يعمل جزء ثانٍ من النظام، وهو "وحدة التحقيق الجنائي"، كالمحقق. فهو يحاول استعادة العلامة المائية، وإذا انكسرت العلامة المائية أو فُقدت في مناطق معينة، فإنه يحدد بدقة مكان حدوث التلاعب، وصولاً إلى البكسل الفردي.
تظهر نتائج هذه الدراسة أن النظام فعال للغاية. فعند اختباره، حقق الإطار دقة في المصادقة (معرفة ما إذا كانت الصورة حقيقية أم مزيفة) ودقة في الكشف تزيد عن 0.95 (أو 95%). والأمر الأكثر إثارة للإعجاب هو أنه عندما تعلق الأمر بتحديد مكان التلاعب بدقة، حقق النظام درجة "التقاطع فوق الاتحاد" (IoU) تزيد عن 0.85، مما يعني أن المنطقة التي حددها كمنطقة "متلاعب بها" تطابقت تماماً مع المنطقة المتلاعب بها فعلياً. كما وجد الباحثون أنه يمكنهم ضبط النظام ليتناسب مع احتياجات مختلفة. فمن خلال تعديل "عامل قياس العلامة المائية" (على وجه التحديد اختبار قيم 0.10 و 0.05)، يمكنهم المقايضة بين مدى عدم رؤية العلامة المائية وقوة حمايتها الجنائية. فعلى سبيل المثال، عند عامل قياس قدره 0.10، وصل النظام إلى دقة كشف بلغت 0.9683 ودرجة F1 للتحديد بلغت 0.9123، رغم أن جودة الصورة (المقاسة بـ PSNR) انخفضت إلى 36.7034. وعلى العكس من ذلك، فإن عامل القياس الأقل البالغ 0.05 قدم توازناً أفضل لبعض التطبيقات، حيث حقق ذروة الأداء الجنائي عند مقاييس اختبار أقل مع الحفاظ على مظهر أنظف للصورة.
يستبعد البحث صراحةً فكرة أن هذا النظام يعمل على الصور التي تم تعديلها بالفعل قبل إضافة العلامة المائية؛ فهو يكتشف فقط التغييرات التي تحدث بعد دمج العلامة المائية. كما يوضح أنه بينما يتميز النظام بالمتانة ضد التحولات الروتينية للإنترنت مثل الضغط وتغيير الحجم، فإنه مصمم ليكون "شبه هش"، مما يعني أنه من المفترض أن ينكسر تحت التلاعبات الخبيثة. ولا يدعي المؤلفون أن هذا الحل مثالي وغير قابل للحل لكل الأوقات، بل هو إطار عمل قوي ينجح في إثبات مستوى عالٍ من الدقة والتحديد الدقيق. ويقترحون أنه من خلال السماح للمستخدمين بتعديل قوة العلامة المائية ديناميكياً، فإن هذا النهج يوفر طريقة موثوقة لتأمين الصور الرقمية ضد التهديد المتزايد للتلاعب المتطور بالصور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.