|
|
|
|
| LEADER |
03993na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2017 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid4918
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Drmić, Andrea
|
| 245 |
1 |
0 |
|a Identifikacija promijenjenih slika postavljenih na društvene mreže primjenom perceptivnih algoritama sažimanja slika :
|b diplomski rad /
|c Andrea Drmić ; [mentor Marin Šilić].
|
| 246 |
1 |
|
|a Identification of Modified Images Uploaded on Social Networks Using Perceptual Image Hashing Algorithms
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b A. Drmić,
|c 2017.
|
| 300 |
|
|
|a 43 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Programsko inženjerstvo i informacijski sustavi, šifra smjera: 54, datum predaje: 2017-06-29, datum završetka: 2017-07-04
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U ovom radu procijenjena je robusnost perceptivnih algoritama sažimanja koji se primjenjuju na slikama. Algoritmi za sažimanje slika se često koriste za različite ciljeve, kao što su pretraživanje i pronalaženje slika, pronalaženje sličnih slika, pronalaženje duplikata i gotovo duplikata u velikom skupu slika itd. U ovom istraživanju algoritmi sažimanja slika su ispitani za identifikaciju slika na Internetu. Stoga je cilj bio ocijeniti najpopularnije perceptualne algoritme za sažimanje slika s obzirom na sposobnost praćenja i prepoznavanja slika na Internetu i popularnih društvenih mreža. Temeljni kriterij za evaluaciju algoritma sažimanja je rosbusnost. Algoritam sažimanja je robusan ako može prepoznati originalnu sliku na osnovu vidljivih promjena slike, kao što su promjena veličine, promjena boje i kontrasta, umetanje teksta, vrtlog itd. Također, robusan algoritam sažimanja prati i prepoznaje slike jednom kada su postavljene na popularnim društvenim mrežama kao što su Instagram, Facebook i Google+. Da bi se procijenila robusnost perceptualnih algoritama sažimanja, pripremljena je baza podataka slika i izvršene su različite modifikacije slika. Za usporedbu robusnosti algoritama raspršivanja, preciznost, opoziv i F1 mjera se izračunavaju za svaki konkurentni algoritam. Dobiveni rezultati procjene snažno potvrđuju da je P-hash narobusniji perceptivni algoritam sažimanja.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This final work is about evaluating the robustness of perceptual image hashing algorithms. The image hashing algorithms are often used for various objectives, such as images search and retrieval, finding similar images, finding duplicates and near-duplicates in a large collection of images, etc. In this research the image hashing algorithms were examined for images identification on the Internet. Hence, the goal was to evaluate the most popular perceptual image hashing algorithms with the respect to ability to track and identify images on the Internet and popular social network sites. The basic criteria for evaluation of hashing algorithms is robustness. A hashing algorithm is robust if it can identify the original image upon visible modifications are performed, such as resizing, color and contrast change, text insertion, swirl etc. Also, a robust hashing algorithm identifies and tracks images once they get uploaded on popular social network sites such as Instagram, Facebook or Google+. To evaluate robustness of perceptual hashing algorithms, an image database is prepared and various physical image modifications are performed. To compare robustness of hashing algorithms, Precision, Recall and F1 score are computed for each competing algorithm. The obtained evaluation results strongly confirm that P-hash is the most robust perceptual hashing algorithm.
|
| 653 |
|
1 |
|a slike, algoritam sažimanja, robusnost, modifikacije, društvene mreže
|
| 653 |
|
1 |
|a images, hashing algorithms, robustness, modifications, social networks
|
| 700 |
1 |
|
|a Šilić, Marin
|4 ths
|
| 942 |
|
|
|c Y
|
| 999 |
|
|
|c 48469
|d 48469
|