論文の概要: Forgery Detection in a Questioned Hyperspectral Document Image using K-means Clustering

• arxiv url: http://arxiv.org/abs/2006.16057v1
• Date: Mon, 29 Jun 2020 13:51:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-15 15:05:25.230533
• Title: Forgery Detection in a Questioned Hyperspectral Document Image using K-means Clustering
• Title（参考訳）: K平均クラスタリングを用いたハイパースペクトル文書画像の偽造検出
• Authors: Maria Yaseen, Rammal Aftab Ahmed, Rimsha Mahrukh
• Abstract要約: ハイパースペクトルイメージングは、画像センサのスペクトル分解能に応じて数百のスペクトル帯の画像を分析することができる。 ハイパースペクトル文書画像は、ハイパースペクトルカメラによって捉えられたもので、個々のスペクトル信号に基づいて異なる帯域で文書を観察することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hyperspectral imaging allows for analysis of images in several hundred of spectral bands depending on the spectral resolution of the imaging sensor. Hyperspectral document image is the one which has been captured by a hyperspectral camera so that the document can be observed in the different bands on the basis of their unique spectral signatures. To detect the forgery in a document various Ink mismatch detection techniques based on hyperspectral imaging have presented vast potential in differentiating visually similar inks. Inks of different materials exhibit different spectral signature even if they have the same color. Hyperspectral analysis of document images allows identification and discrimination of visually similar inks. Based on this analysis forensic experts can identify the authenticity of the document. In this paper an extensive ink mismatch detection technique is presented which uses KMean Clustering to identify different inks on the basis of their unique spectral response and separates them into different clusters.
• Abstract（参考訳）: ハイパースペクトルイメージングは、画像センサのスペクトル分解能に応じて数百のスペクトル帯の画像を分析することができる。 ハイパースペクトラル文書画像(hyperspectral document image)は、ハイパースペクトラルカメラによって撮影された文書であり、そのユニークなスペクトルシグネチャに基づいて、異なる帯域で文書を観察することができる。 ハイパースペクトルイメージングに基づく様々なインクミスマッチ検出技術が、視覚的に類似したインクを識別する大きな可能性を示した文書中の偽造を検出する。 異なる素材のインクは、同じ色であっても異なるスペクトルシグネチャを示す。 文書画像のハイパースペクトル解析は、視覚的に類似したインクの識別と識別を可能にする。 この分析に基づいて、法医学の専門家は文書の真正性を特定することができる。 本稿では,kmeanクラスタリングを用いて特異なスペクトル応答に基づいて異なるインクを識別し,異なるクラスタに分離する,広範なインクミスマッチ検出手法を提案する。

関連論文リスト

• Weighted Sum of Segmented Correlation: An Efficient Method for Spectra Matching in Hyperspectral Images [3.454872059813283]
  本研究では,ライブラリの様々なセグメントとテストスペクトル間の相関指標を算出する重み付き相関法について紹介する。 この手法の有効性は、地球と火星の両面のハイパースペクトル画像における鉱物の同定に評価されている。
  論文  参考訳（メタデータ） (2024-06-18T18:51:00Z)
• Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
  S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
  論文  参考訳（メタデータ） (2023-06-14T09:01:50Z)
• Quantitative Ink Analysis: Estimating the Number of Inks in Documents through Hyperspectral Imaging [0.0]
  本稿では,数百の狭帯域における文書の検査を可能にするハイパースペクトル画像に基づくインク解析手法を提案する。 本研究の主な目的は,文書中の個々のインク数を特定することである。 3つのクラスタリングアルゴリズム、すなわちk-means、Agglomerative、c-meansは、現在存在するインクの数を推定するために使用される。
  論文  参考訳（メタデータ） (2023-06-09T09:55:20Z)
• Blind deblurring of hyperspectral document images [0.0]
  マルチスペクトル(MS)とハイパースペクトル(HS)の画像は、RGB画像よりもはるかにリッチなスペクトル情報を含んでいる。 文書化に適した新しいブラインドHS画像デブロアリング手法を提案する。
  論文  参考訳（メタデータ） (2023-03-09T09:31:13Z)
• Probabilistic Deep Metric Learning for Hyperspectral Image Classification [91.5747859691553]
  本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。 ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。 我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
  論文  参考訳（メタデータ） (2022-11-15T17:57:12Z)
• Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
  特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。 我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
  論文  参考訳（メタデータ） (2022-10-18T11:46:38Z)
• A Simplified Un-Supervised Learning Based Approach for Ink Mismatch Detection in Handwritten Hyper-Spectral Document Images [0.0]
  本稿では,ハイパースペクトル文書画像に存在する異なるが視覚的に類似したインクの数を推定する効率的な手法を提案する。 このアルゴリズムはiVision HHIDデータセットでテストされ、文献に存在するアルゴリズムの状態と同等の結果を得た。
  論文  参考訳（メタデータ） (2022-06-11T14:38:25Z)
• Spectral Unmixing of Hyperspectral Images Based on Block Sparse Structure [1.491109220586182]
  本稿では,ブロックスパース構造とスパースベイズ学習戦略に基づくハイパースペクトル画像(HSI)のスペクトルアンミックス手法を提案する。
  論文  参考訳（メタデータ） (2022-04-10T09:37:41Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• Occluded Prohibited Items Detection: an X-ray Security Inspection Benchmark and De-occlusion Attention Module [50.75589128518707]
  我々はOPIXrayというセキュリティ検査のための最初の高品質なオブジェクト検出データセットをコントリビュートする。 OPIXrayは、空港のプロの検査官が手動で注記した「カッター」に焦点をあてた。 本稿では,プラグイン・アンド・プレイモジュールであるデオクルージョン・アテンション・モジュール(DOAM)を提案する。
  論文  参考訳（メタデータ） (2020-04-18T16:10:55Z)

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。