PHƯƠNG PHÁP HỌC SÂU CHO BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO

Abstract

Bối cảnh và vấn đề đặt ra: Sự phát triển mạnh mẽ của các công cụ chỉnh sửa ảnh và trí tuệ nhân tạo đã khiến việc tạo ra các hình ảnh giả mạo ngày càng tinh vi, gây ra những hệ lụy nghiêm trọng cho truyền thông, an ninh và pháp lý. Do đó, việc xây dựng các phương pháp nhận diện ảnh bị thao túng (như kỹ thuật Copy-Move và Splicing) một cách chính xác là hết sức cấp thiết. Phương pháp đề xuất: Luận văn đề xuất một quy trình phát hiện giả mạo thống nhất dựa trên Mạng nơ-ron tích chập (CNN). Thay vì dùng ảnh màu thông thường, nghiên cứu sử dụng kỹ thuật Error Level Analysis (ELA) để làm nổi bật các dấu vết sai khác về chất lượng nén, từ đó làm đầu vào cho mô hình học sâu. Thực nghiệm được tiến hành trên tập dữ liệu CASIA v2.0 để huấn luyện và đánh giá 5 kiến trúc mạng: Custom CNN, VGG19, ResNet50, EfficientNet-B0 và MobileNetV2. Kết quả đạt được: Kết quả thực nghiệm cho thấy kiến trúc MobileNetV2 đạt hiệu năng vượt trội nhất với độ chính xác (Accuracy) 91.02%, chỉ số F1-Score đạt 90.80% và AUC dẫn đầu với 0.9725. Kết luận: Việc khai thác ảnh ELA làm đầu vào giúp các mô hình CNN phân loại hiệu quả đồng thời cả hai kỹ thuật Copy-Move và Splicing mà không cần phân nhánh huấn luyện riêng biệt. Điều này khẳng định tính ổn định và hiệu quả của phương pháp đề xuất trong bài toán phát hiện ảnh giả mạo. Context and Problem: The rapid advancement of image editing tools and artificial intelligence has made image forgery increasingly sophisticated, posing severe threats to media, security, and legal systems. Consequently, developing accurate and reliable methods to detect manipulated images, such as Copy-Move and Splicing, is highly essential. Proposed Method: This thesis proposes a unified forgery detection framework based on Convolutional Neural Networks (CNNs). Instead of using standard color images, the study employs Error Level Analysis (ELA) to highlight compression artifacts and inconsistencies, serving as the direct input for deep learning models. Experiments were conducted on the CASIA v2.0 dataset to train and evaluate five different architectures: a custom CNN, VGG19, ResNet50, EfficientNet-B0, and MobileNetV2. Achieved Results: Experimental results demonstrate that MobileNetV2 achieved the best overall performance, attaining an Accuracy of 91.02%, an F1-score of 90.80%, and the highest AUC of 0.9725. Conclusion: Utilizing ELA representations as input enables CNN models to effectively and simultaneously detect both Copy-Move and Splicing manipulations within a unified framework, without requiring separate training branches. These findings confirm the robustness and effectiveness of the proposed approach for digital image forgery detection.