Tóm tắt Luận văn Thạc sĩ: Nghiên cứu thuật toán phát hiện điểm cắt, ghép trong video

Sự bùng nổ của các phương tiện ghi hình kỹ thuật số và sự phổ biến của nội dung video trên Internet đã biến chúng thành nguồn thông tin và bằng chứng quan trọng trong nhiều lĩnh vực, đặc biệt là điều tra và tố tụng. Tuy nhiên, sự phát triển này cũng đi kèm với nguy cơ gia tăng các video giả mạo, bị cắt ghép hoặc chỉnh sửa tinh vi (như Deepfakes), gây sai lệch thông tin và thách thức nghiêm trọng đến tính toàn vẹn của chứng cứ số. Hiện tại, công tác giám định video giả mạo thường thực hiện thủ công, tốn kém thời gian và công sức của chuyên gia. Do đó, việc nghiên cứu các thuật toán tự động phát hiện điểm cắt, ghép trong video là một yêu cầu cấp bách, không chỉ nhằm nâng cao hiệu quả giám định kỹ thuật hình sự mà còn góp phần duy trì niềm tin vào tính xác thực của dữ liệu truyền thông số trong thời đại công nghệ hiện nay.

Các nhà nghiên cứu trong lĩnh vực khoa học máy tính, hệ thống thông tin, an ninh mạng, chuyên gia giám định kỹ thuật số, và các cơ quan thực thi pháp luật liên quan đến xử lý chứng cứ video.

Luận văn này tập trung vào việc giải quyết thách thức ngày càng tăng của video giả mạo và chỉnh sửa trong kỷ nguyên số. Với sự bùng nổ của dữ liệu video do người dùng tạo và sự dễ dàng của các công cụ chỉnh sửa, nhu cầu "phát hiện điểm cắt, ghép trong video" trở nên thiết yếu. Nghiên cứu tổng quan các vấn đề liên quan đến việc "chỉnh sửa video", từ các kỹ thuật đơn giản như cắt xén, nối, đến các phương pháp phức tạp hơn như "Deepfakes". Mục tiêu chính là rèn luyện khả năng nghiên cứu, đi sâu vào "đặc trưng video cắt, ghép", và khám phá các "thuật toán phân tích và xử lý hình ảnh" ứng dụng vào "bài toán phát hiện điểm cắt, ghép trong video". Phương pháp nghiên cứu bao gồm khảo sát lý thuyết các tài liệu khoa học liên quan đến "thuật toán phát hiện" và "bài toán điểm cắt, ghép", đồng thời thực hiện các thử nghiệm để đánh giá hiệu quả của các "thuật toán" được đề xuất. Luận văn xem xét các cách tiếp cận hiện tại, bao gồm phát hiện dựa trên "đặc trưng điểm ảnh", "luồng video", và "luồng audio", nhằm so sánh hiệu năng và độ chính xác để đưa ra khuyến nghị phù hợp. Đặc biệt, luận văn nhấn mạnh vai trò của "giám định đa phương tiện kỹ thuật số" và các thách thức trong việc xây dựng "thuật toán phát hiện giả mạo đa phương tiện" do tính phức tạp và khối lượng lớn dữ liệu. Các nghiên cứu hiện tại đã đạt được nhiều thành tựu trong "giám định video" nhưng vẫn còn tồn tại khó khăn về hiệu quả khử nhiễu và khả năng ứng dụng trên video chất lượng cao. Nghiên cứu này hướng đến việc đóng góp vào việc tự động hóa quá trình giám định, sử dụng các công nghệ như "mạng nơ-ron nhân tạo" và "Trí tuệ nhân tạo (AI)" để "phát hiện những điểm không nhất quán" và phân loại "video gốc" hoặc "video giả mạo", từ đó giảm tải công việc cho chuyên gia và tăng cường tính tin cậy của "chứng cứ số" trong nhiều lĩnh vực quan trọng.