Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Citado por Google
Similares en SciELO
Similares en Google
Compartir
Revista Facultad de Ingeniería Universidad de Antioquia
versión impresa ISSN 0120-6230versión On-line ISSN 2422-2844
Resumen
CORTES-OSORIO, Jimmy Alexander; CHAVES-OSORIO, José Andrés y LOPEZ-ROBAYO, Cristian David. Algoritmo híbrido mediante descriptores Markov y SIFT para la detección de la falsificación de imágenes. Rev.fac.ing.univ. Antioquia [online]. 2022, n.105, pp.111-121. Epub 07-Jun-2023. ISSN 0120-6230. https://doi.org/10.17533/udea.redin.20211165.
Hoy en día, la falsificación de imágenes es común debido a la masificación de las cámaras digitales de alta resolución y bajo costo, junto con la accesibilidad de los programas de computadora para el procesamiento de imágenes. Todos los medios de comunicación se ven afectados por este tema, lo que hace que el público dude de la noticia. Aunque la modificación de imágenes es un proceso común en el entretenimiento, cuando las imágenes se toman como evidencia en un proceso legal, la alteración no puede considerarse trivial. La ciencia forense digital tiene el desafío de garantizar la precisión y la integridad de las imágenes digitales para superar este problema. Esta investigación introduce un algoritmo para detectar los principales tipos de alteraciones basadas en píxeles, como copy-move, resamplig y splicing en imágenes digitales. Para la evaluación del algoritmo se utilizaron las bases de datos CVLAB, CASIA V1, Columbia y Uncompressed Columbia. Se evaluaron 7.100 imágenes, de las cuales 3666 eran auténticas, 791 tenían resampling, 2213 tenían splicing y 430 tenían falsificaciones de copy-move. El algoritmo detectó todas las alteraciones basadas en pixeles con una precisión del 91%. Las principales novedades de la propuesta son el reducido número de características necesarias para la identificación y su robustez al formato y tamaño de la imagen.
Palabras clave : Copiar-Mover; Markov; Remuestreo; SIFT; Empalme.