論文の概要: Perceptual Robust Hashing for Color Images with Canonical Correlation
Analysis
- arxiv url: http://arxiv.org/abs/2012.04312v1
- Date: Tue, 8 Dec 2020 09:35:21 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-17 08:04:15.987787
- Title: Perceptual Robust Hashing for Color Images with Canonical Correlation
Analysis
- Title(参考訳): 正準相関解析によるカラー画像の知覚的ロバストハッシュ
- Authors: Xinran Li, Chuan Qin, Zhenxing Qian, Heng Yao and Xinpeng Zhang
- Abstract要約: リングリブボン四重木とカラーベクター角度に基づくカラー画像に対する新しい知覚的画像ハッシュ方式を提案する。
本手法は, コピー検出やコンテンツ認証に効果的に使用できるロバスト性, 識別性, セキュリティに関して, 良好な性能を有する。
- 参考スコア(独自算出の注目度): 21.22196411212803
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, a novel perceptual image hashing scheme for color images is
proposed based on ring-ribbon quadtree and color vector angle. First, original
image is subjected to normalization and Gaussian low-pass filtering to produce
a secondary image, which is divided into a series of ring-ribbons with
different radii and the same number of pixels. Then, both textural and color
features are extracted locally and globally. Quadtree decomposition (QD) is
applied on luminance values of the ring-ribbons to extract local textural
features, and the gray level co-occurrence matrix (GLCM) is used to extract
global textural features. Local color features of significant corner points on
outer boundaries of ring-ribbons are extracted through color vector angles
(CVA), and color low-order moments (CLMs) is utilized to extract global color
features. Finally, two types of feature vectors are fused via canonical
correlation analysis (CCA) to prodcue the final hash after scrambling. Compared
with direct concatenation, the CCA feature fusion method improves
classification performance, which better reflects overall correlation between
two sets of feature vectors. Receiver operating characteristic (ROC) curve
shows that our scheme has satisfactory performances with respect to robustness,
discrimination and security, which can be effectively used in copy detection
and content authentication.
- Abstract(参考訳): 本稿では,リングリボン二次木とカラーベクトル角に基づいて,カラー画像に対する新しい知覚イメージハッシュ方式を提案する。
まず、原画像は正規化とガウスローパスフィルタリングを施して二次像を生成し、異なる半径と同じ画素数を持つ一連のリングリボンに分割する。
そして、テクスチャ特徴とカラー特徴の両方を局所的及びグローバル的に抽出する。
リングリボンの輝度値にクアドツリー分解(QD)を適用して局所的なテクスチャ特徴を抽出し,グローバルなテクスチャ特徴を抽出するためにグレーレベル共起行列(GLCM)を用いる。
リングリボンの外界における重要な角点の局所色特徴をカラーベクトル角(CVA)により抽出し、カラー低次モーメント(CLM)を用いてグローバル色特徴を抽出する。
最後に, 2種類の特徴ベクトルを正準相関解析 (CCA) により融合させて, 衝突後に最終ハッシュを導出する。
直接結合と比較して、CCA特徴融合法は分類性能を改善し、2つの特徴ベクトルの集合間の全体的な相関をよりよく反映する。
受信者動作特性(ROC)曲線は,本手法がロバスト性,差別性,セキュリティに対して良好な性能を示し,コピー検出やコンテンツ認証に有効であることを示す。
関連論文リスト
- Image contrast enhancement based on the Schrödinger operator spectrum [0.276240219662896]
本研究では,2次元シュリンガー作用素の2次元固有関数への画像投影に基づく新しい画像コントラスト強調法を提案する。
提案手法の性能をカラー画像に応用して検討した。
論文 参考訳(メタデータ) (2024-06-04T12:37:11Z) - Data-Driven Bilateral Generalized Two-Dimensional Quaternion Principal
Component Analysis with Application to Color Face Recognition [4.471812624045322]
データ駆動型一般化2次元四元数主成分分析(BiG2DQPCA)を提案する。
BiG2DQPCAは、ベクトル化せずに2Dカラー画像を直接処理し、空間情報と色情報を適切に保存する。
BiG2DQPCAに基づく新しいアプローチは、新しいデータ駆動重み付け技術を用いて、顔の色認識と画像再構成を行う。
論文 参考訳(メタデータ) (2023-06-12T11:45:59Z) - Detecting Recolored Image by Spatial Correlation [60.08643417333974]
画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。
本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。
提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
論文 参考訳(メタデータ) (2022-04-23T01:54:06Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳(メタデータ) (2022-04-21T01:32:22Z) - Reservoir Computing Approach for Gray Images Segmentation [0.0]
本稿では,グレースケール画像セグメンテーションのための新しいアプローチを提案する。
これは、Echo状態ネットワークを使用して、画像ピクセル当たりの単一特徴、すなわちその強度値から抽出された複数の特徴に基づいている。
新たに抽出された特徴、すなわち貯水池平衡状態は、クラスタリングアルゴリズムによるセグメンテーションを改善する隠された画像特性を明らかにする。
論文 参考訳(メタデータ) (2021-07-23T08:37:24Z) - Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。
フェースフォージェリ検出に高周波雑音を用いることを提案する。
1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。
2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
論文 参考訳(メタデータ) (2021-03-23T08:19:21Z) - Multi-feature driven active contour segmentation model for infrared
image with intensity inhomogeneity [3.3216205701062735]
強度不均一な赤外線画像を扱うための多機能能動輪郭分割モデルを提案する。
実験結果から,提案手法はIRテスト画像の精度と重み付け率において,最先端のモデルよりも優れていることが示された。
論文 参考訳(メタデータ) (2020-11-25T02:51:25Z) - Generalized Two-Dimensional Quaternion Principal Component Analysis with
Weighting for Color Image Recognition [1.516937009186805]
カラー画像認識の最も強力な方法の1つは、二次元原理成分分析(2DQPCA)アプローチである。
本稿では、重み付けによる一般化された2DQPCA手法について、制約関数と目的関数の両方に$L_p$ノルムを課す。
実顔データベースに基づく数値計算の結果,提案手法は雑音に対して頑健であり,最先端の2DQPCAアルゴリズムと4つの顕著な深層学習法よりも優れた性能を示した。
論文 参考訳(メタデータ) (2020-10-04T03:37:23Z) - Bi-directional Cross-Modality Feature Propagation with
Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。
既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。
本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
論文 参考訳(メタデータ) (2020-07-17T18:35:24Z) - Probabilistic Color Constancy [88.85103410035929]
我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。
提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
論文 参考訳(メタデータ) (2020-05-06T11:03:05Z) - Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological
Reconstruction and Wavelet frames [146.63177174491082]
Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。
特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。
合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
論文 参考訳(メタデータ) (2020-02-14T10:00:03Z)
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。