論文の概要: Combining PRNU and noiseprint for robust and efficient device source identification

• arxiv url: http://arxiv.org/abs/2001.06440v1
• Date: Fri, 17 Jan 2020 17:32:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 12:54:00.164810
• Title: Combining PRNU and noiseprint for robust and efficient device source identification
• Title（参考訳）: prnuとノイズプリントを組み合わせたロバストで効率的なデバイスソース同定
• Authors: Davide Cozzolino, Francesco Marra, Diego Gragnaniello, Giovanni Poggi, and Luisa Verdoliva
• Abstract要約: PRNUベースの画像処理は、デジタルマルチメディア法医学における重要な資産である。 画像ノイズプリントは、最近提案されたカメラモデル指紋であり、いくつかの法医学的タスクに有効であることが証明されている。
• 参考スコア（独自算出の注目度）: 18.560458309179204
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: PRNU-based image processing is a key asset in digital multimedia forensics. It allows for reliable device identification and effective detection and localization of image forgeries, in very general conditions. However, performance impairs significantly in challenging conditions involving low quality and quantity of data. These include working on compressed and cropped images, or estimating the camera PRNU pattern based on only a few images. To boost the performance of PRNU-based analyses in such conditions we propose to leverage the image noiseprint, a recently proposed camera-model fingerprint that has proved effective for several forensic tasks. Numerical experiments on datasets widely used for source identification prove that the proposed method ensures a significant performance improvement in a wide range of challenging situations.
• Abstract（参考訳）: PRNUベースの画像処理は、デジタルマルチメディア法医学における重要な資産である。 非常に一般的な条件下で、信頼性の高いデバイス識別と画像偽造の効果的な検出と位置決めを可能にする。 しかし、低品質とデータ量を含む困難な状況では、性能が著しく低下する。 圧縮された画像やトリミングされた画像の作成、あるいは数枚の画像に基づいてカメラPRNUパターンを推定する。 このような条件下でのPRNU分析の性能を高めるために,近年提案されているカメラモデル指紋を用いた画像ノイズプリント法を提案する。 ソース識別に広く使用されるデータセットに関する数値実験により,提案手法が幅広い課題において,大幅な性能向上を実現することを証明した。

関連論文リスト

• Improving Hand Recognition in Uncontrolled and Uncooperative Environments using Multiple Spatial Transformers and Loss Functions [13.47664951012019]
  既存の手動画像認識手法の多くは, ユーザの協力を得て, 制御された環境下で収集した手動画像に対して良好に動作する。 マルチ空間変換器ネットワーク(MSTN)と多重損失関数を組み合わせたアルゴリズムを提案する。 実験結果から,提案アルゴリズムは,これらの非制御・非協調環境における既存手法よりも有意に優れた性能を示した。
  論文  参考訳（メタデータ） (2023-11-09T14:08:48Z)
• Fingerprint Image-Quality Estimation and its Application to Multialgorithm Verification [56.128200319868526]
  信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。 本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。 定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
  論文  参考訳（メタデータ） (2022-11-24T12:17:49Z)
• ObjectFormer for Image Manipulation Detection and Localization [118.89882740099137]
  画像操作の検出とローカライズを行うObjectFormerを提案する。 画像の高周波特徴を抽出し,マルチモーダルパッチの埋め込みとしてRGB特徴と組み合わせる。 各種データセットについて広範な実験を行い,提案手法の有効性を検証した。
  論文  参考訳（メタデータ） (2022-03-28T12:27:34Z)
• CVF-SID: Cyclic multi-Variate Function for Self-Supervised Image Denoising by Disentangling Noise from Image [53.76319163746699]
  そこで本研究では,CVF-SIDと呼ばれる,新しい,強力な自己監督型デノベーション手法を提案する。 CVF-SIDは、様々な自己教師付き損失項を活用することにより、入力からクリーンな画像とノイズマップを分離することができる。 最先端の自己監督型画像復調性能を達成し、既存のアプローチに匹敵する。
  論文  参考訳（メタデータ） (2022-03-24T11:59:28Z)
• MC-Blur: A Comprehensive Benchmark for Image Deblurring [127.6301230023318]
  ほとんどの実世界の画像では、ブラーは動きやデフォーカスなど様々な要因によって引き起こされる。 我々は,MC-Blurと呼ばれる大規模マルチライク画像デブロアリングデータセットを新たに構築する。 MC-Blurデータセットに基づいて,異なるシナリオにおけるSOTA法の比較を行う。
  論文  参考訳（メタデータ） (2021-12-01T02:10:42Z)
• Beyond PRNU: Learning Robust Device-Specific Fingerprint for Source Camera Identification [14.404497406560104]
  元のカメラ識別ツールは、画像鑑定調査員が被疑者カメラと画像を関連付けるのを助ける。 光応答不均一 (PRNU) ノイズパターンは, センサの不完全性に起因するため, ソースカメラの識別に有効な方法であることが証明されている。 PRNUは、カメラの設定、画像の内容、画像処理操作、および反法医学的攻撃に影響を受けやすい。 この新しいデバイス指紋は低周波帯と中周波帯から抽出され、PRNUが競合できない脆弱性を解消する。
  論文  参考訳（メタデータ） (2021-11-03T11:25:19Z)
• Influence of image noise on crack detection performance of deep convolutional neural networks [0.0]
  深層畳み込みニューラルネットワークを用いた画像データからのひび割れの分類について多くの研究がなされている。 本稿では,画像ノイズがネットワークの精度に与える影響について検討する。 AlexNetは提案したインデックスに基づいて最も効率的なモデルに選ばれた。
  論文  参考訳（メタデータ） (2021-11-03T09:08:54Z)
• Physics-based Noise Modeling for Extreme Low-light Photography [63.65570751728917]
  CMOS光センサの撮像パイプラインにおけるノイズ統計について検討する。 実雑音構造を正確に特徴付けることのできる包括的ノイズモデルを定式化する。 我々のノイズモデルは、学習に基づく低照度復調アルゴリズムのためのリアルなトレーニングデータを合成するのに利用できる。
  論文  参考訳（メタデータ） (2021-08-04T16:36:29Z)
• Fake-image detection with Robust Hashing [0.0]
  画像に複数の操作技術を適用した場合でも、ロバストハッシュが偽画像を堅牢に検出できるかどうかを検討する。 実験では、GANで生成された偽画像を含むさまざまなデータセットを用いて、ロバストハッシュによる偽検出が最先端のものよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-02-02T05:10:37Z)
• A leak in PRNU based source identification. Questioning fingerprint uniqueness [75.33542585238497]
  Photo Response Non-Uniformity (PRNU) は、画像ソース属性タスクにおいて最も効果的なトレースであると考えられている。 近年のデバイスは、PRNUノイズの識別性を低下させる非特異なアーティファクトを導入する可能性がある。 誤報率の主な原因は、特定のカメラモデル、ファームウェア、画像の内容に直接関連しないことを示す。
  論文  参考訳（メタデータ） (2020-09-10T14:18:38Z)
• Warwick Image Forensics Dataset for Device Fingerprinting In Multimedia Forensics [19.98488085122803]
  センサパターンノイズ(SPN)のようなデバイス指紋は、証明分析や画像認証に広く使われている。 カメラパラメータ設定の柔軟性とマルチフレーム撮影アルゴリズムの出現は、デバイス指紋認証に新たな課題をもたらす。 我々は、14台のデジタルカメラと様々な露出設定を用いて58,600枚以上の画像を撮影したWarwick Image Forensicsデータセットを提示する。
  論文  参考訳（メタデータ） (2020-04-22T09:54:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。