Digital image forgery detection using passive techniques: A survey

Birajdar, Gajanan K.; Mankar, Vijay H.

doi:10.1016/j.diin.2013.04.007

Cited by 365 publications

(139 citation statements)

References 48 publications

Supporting

Mentioning

134

Contrasting

Unclassified

Order By: Relevance

“…Berbagai teknik pemalsuan dapat dilakukan untuk menghasilkan citra palsu yang sulit untuk dideteksi. Salah satu teknik pemalsuan yang dapat digunakan adalah teknik pemalsuan copy-move [2]. Teknik pemalsuan ini dilakukan dengan cara menyalin objek tertentu pada citra asli dan menambahkannya pada bagian tertentu pada citra yang sama dengan tujuan untuk memperbanyak jumlah objek pada citra ataupun untuk menyembunyikan objek tertentu yang terdapat pada citra asli [3][1].…”

Section: Issn: 2302 -2949unclassified

“…Secara umum, metode pendeteksian yang dikembangkan ada dua yaitu metode aktif dan pasif [1]. Metode aktif merupakan metode deteksi dengan cara memanfaatkan watermarking [4] dan digital signature yang dimasukkan ke dalam citra pada saat sebuah citra diciptakan [2]. Metode pasif merupakan metode deteksi yang tidak menggunakan informasi tambahan yang dimasukkan ke citra karena pendeteksian dilakukan dengan mengindentifikasi perubahan fitur [2].…”

Section: Issn: 2302 -2949unclassified

“…Metode aktif merupakan metode deteksi dengan cara memanfaatkan watermarking [4] dan digital signature yang dimasukkan ke dalam citra pada saat sebuah citra diciptakan [2]. Metode pasif merupakan metode deteksi yang tidak menggunakan informasi tambahan yang dimasukkan ke citra karena pendeteksian dilakukan dengan mengindentifikasi perubahan fitur [2]. Penelitian ini menggunakan metode pasif dan fitur yang digunakan untuk pendeteksian adalah Ordinal Measure koefisien Discrete Cosine Transform (OM-DCT).…”

Section: Issn: 2302 -2949unclassified

“…Klasifikasi dari dua metode tersebut disajikan pada Gambar 2. Deteksi pemalsuan dengan metode aktif adalah teknik deteksi dengan memanfaatkan kode-kode autentifikasi seperti watermarking atau digital signature yang dimasukkan ke dalam citra digital sebelum disebarluaskan sehingga deteksi pemalsuan dapat dilakukan dengan membandingkan kode-kode dalam citra yang dipalsukan dengan kode-kode dalam citra asli [2].…”

Section: Tinjauan Pustakaunclassified

See 3 more Smart Citations

Deteksi Pemalsuan Citra dengan Teknik Copy-Move Menggunakan Metode Ordinal Measure dari Koefisien Discrete Cosine Transform

Zulfan

Arnia

Muharar

2016

JNTE

View full text Add to dashboard Cite

Abstrak-Artikel ini membahas tentang metode baru untuk deteksi citra palsu yang dihasilkan dari teknik copy-move. Teknik copy-move merupakan salah satu teknik pemalsuan citra dengan cara mengambil objek tertentu dari citra asli dan menambahkannya pada citra tersebut dengan tujuan untuk menambah jumlah atau merubah objek yang sama pada citra asli. Penelitian ini bertujuan untuk mendeteksi citra palsu yang dihasilkan oleh teknik copy-move dan citra palsu copy-move yang telah dimodifikasi dengan operasi rotasi dan ekualisasi histogram. Fitur deteksi yang digunakan adalah Ordinal Measure dari koefisien Discrete Cosine Transform (OM-DCT). Pendeteksian dimulai dengan membagi citra ke dalam blok berukuran BxB (B = 16x16, 32x32 dan 64x64) dan DCT 2 dimensi dilakukan pada setiap blok tersebut. Jarak fitur citra asli dengan palsu dihitung dengan persamaan jarak Ecluidian dan setiap fitur yang memiliki jarak lebih kecil atau sama dengan nilai threshold (T) menurut pengamatan akan ditandai sebagai bagian yang dipalsukan. Hasil pendeteksian menunjukkan bahwa ada blok-blok yang terdeteksi pada objek citra yang di-copy-move baik pada citra palsu copy-move yang tidak dimodifikasi ataupun yang telah dimodifikasi dengan operasi rotasi dan ekualisasi histogram. Jumlah blok yang ditemukan pada objek copy-move bervariasi sesuai ukuran blok pendeteksian yang digunakan. Kata kunci : Discrete Cosine Transform (DCT), ordinal measure dari koefisien DCT, copy-move, rotasi, ekualisasi histogram.Abstract-This article discusses a new method for the detection of forgery images generated by copy-move technique. Copy-move technique is one of image forgery techniques which taking a particular object from its original image and add it on that image for the purpose of increasing the number of or changing the same object in the original image. This study aims to detect the forged image generated by the copy-move techniques and copy-move forged image that has been modified by the rotation operation and histogram equalization. Detection feature used is Ordinal Measure of Discrete Cosine Transform coefficient (OM-DCT). Detection starts with division of the image into a block size of BXB (B = 16x16, 32x32 and 64x64) and two-dimensional DCT was performed to each of blocks. The feature distance from the original to the fake image, was calculated by the Euclidian distance and each feature has a distance of less than or equal to the threshold value (T) according to the observations will be marked as a forged part. The results show that there are blocks detected on the copy-move image, whether on the unmodified copy-move forge image or those which modified by the rotation operation and histogram equalization. The number of blocks that are found in the copy-move object varies according to the size of the detection block used.

show abstract

Section: Issn: 2302 -2949unclassified

Section: Tinjauan Pustakaunclassified

See 2 more Smart Citations

Deteksi Pemalsuan Citra dengan Teknik Copy-Move Menggunakan Metode Ordinal Measure dari Koefisien Discrete Cosine Transform

Zulfan

Arnia

Muharar

2016

JNTE

View full text Add to dashboard Cite

show abstract

“…Here the actual image was partitioned into many representations also called as sub-bands and matches and nonmatches were found out with false positive rates [7]. Furthermore, in the DyWT algorithm, the image was pre-processed by colour conversion techniques and the features of the images were extracted using the Discrete Cosine Transform (DCT) and Stationary Wavelet Transform (SWT).…”

Section: Copy-move Forensicsmentioning

confidence: 99%

Identifying Image Falsification by Enhanced Auto Colour Correlation Approach – A Forgery Forensic

Medikonda¹,

Janarthanan²

2017

DJ JAECE

View full text Add to dashboard Cite

As images are increasingly being used today as evidences for criminal justification, the forgery on the images that are used for criminal investigations can cause a great threat in the implementation of truth and justice. The innovations in digitizing technology along with image editing software have made it very easy to tamper digital images. So, there is a need for examining the authenticity of the images. Digital image forensics has emerged to solve the problems behind this conflicting issue. In this work, the test images are pre-processed by means of blur-index calculation and false colour removal with the help of nearest neighbour algorithm. Next the colour feature extraction process is carried out. This is done by generating the histogram of the image, and feeding it as input to the Colour Index Local Auto-Correlations (CILAC) model, to extract the colour index. This facilitates the enhanced Auto Colour Correlation (ACC) approach. Next the image undergoes 8Z affine transformation and the images are matched to obtain the result. Finally, a comparison of the results obtained with the other existing methods is done which reveals that the ACC enhanced approach has a better performance in terms of precision, recall and F1 score.

show abstract

Development of ML‐Based Methodologies for Adaptive Intelligent E‐Learning Systems and Time Series Analysis Techniques

Kumari,

Chatterjee,

Lee

2023

Machine Learning Applications

View full text Add to dashboard Cite

Digital image forgery detection using passive techniques: A survey

Cited by 365 publications

References 48 publications

Deteksi Pemalsuan Citra dengan Teknik Copy-Move Menggunakan Metode Ordinal Measure dari Koefisien Discrete Cosine Transform

Deteksi Pemalsuan Citra dengan Teknik Copy-Move Menggunakan Metode Ordinal Measure dari Koefisien Discrete Cosine Transform

Identifying Image Falsification by Enhanced Auto Colour Correlation Approach – A Forgery Forensic

Development of ML‐Based Methodologies for Adaptive Intelligent E‐Learning Systems and Time Series Analysis Techniques

Contact Info

Product

Resources

About