بازجویی قانونی چاپگر مبتنی بر بردار هویت حاصل از ناحیه بندی بافت تصویر

پیشرفت در دنیای دیجیتال، ما را به سمت توسعه ابزار بازجویی قانونی دیجیتال سوق می دهد. استفاده از روش های یادگیری ماشین برای شناسایی منبع چاپ یکی از زیر مجموعه های این حوزه بوده که درحال‌ توسعه است. در این مقاله، روش جدیدی برای استخراج ویژگی های ثانویه بر پایه بردار هویت (ivector) برای شناسایی منبع چاپ ارائه ‌شده است. در روش پیشنهادی تنها با استخراج یک بردار ivector با بعد کم به‌ازای هر صفحه بدون استفاده از روش بازشناسی نوری نویسه ها (ocr) و با حذف رای‌گیری اکثریت فرایند طبقه‌بندی تسریع شده است. به‌این‌ ترتیب روش پیشنهادی در استخراج ویژگی ها مستقل از نوع و اندازه قلم نویسه‌ها و زبان متن است. ویژگی های ثانویه با افراز تصویر سند به تکه های کوچک‌تر و مدل سازی ویژگی‌های اولیه الگوی دودویی محلی (lbp) مربوط به ناحیه های تیره، مرز و روشن در فضاهای مجزا به دست می آید. مدل سازی ویژگی های اولیه نواحی مختلف در فضاهای مجزای متغیر کل چاپگر، امکان استخراج اطلاعات جداکننده کلاس ها از بافت چاپ باقیمانده در ناحیه روشن را برای افزایش دقت و صحت طبقه‌بندی مهیا می کند. در این مقاله تاثیر استفاده از بافت نواحی مختلف و تغییر ابعاد تکه بندی با استفاده از طبقه‌بند ماشین بردار پشتیبان (svm) از طریق شبیه‌سازی به‌دقت بررسی ‌شده است. نتایج شبیه سازی، نشان می دهد که تنها با پالایش ویژگی های اولیه lbp به صحت 99.05 درصد دست یافته ایم که بیشتر از آخرین پژوهش های این حوزه است.

Printer Forensics Based on Identity Vectors of Image Texture Segmentation

Advances in the digital world are leading us to the development of digital forensic tools. The use of machine learning methods for source printer identification is one of the subfields of this area that is being developed. In this paper, a new method for extracting secondary features based on identity vector or ivector to identify the print source is presented. In the proposed method, the classification process is accelerated only by extracting a lowdimension ivector vector per page, without the use of optical character recognition (OCR) method, and by eliminating majority voting. Furthermore, the proposed method in extracting features is independent of the type and size of the font and the language of the text. Secondary features are obtained by splitting the document image into smaller patches and modeling the primary LBP features of the dark, border, and light areas in separate spaces. Modeling the primary features of different regions in separate total variability printer space makes it possible to extract class discriminator information from the remaining print texture in the bright area to increase classification accuracy. In this paper, the effect of using the texture of different regions and changing the patch dimensions using the SVM (Support Vector Machine) classifier through simulation has been carefully investigated. The simulation results show that only by refining the basic features of LBP we achieved 99.05% accuracy, which is more than the latest research in this field.