論文の概要: Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering

• arxiv url: http://arxiv.org/abs/2102.01439v1
• Date: Tue, 2 Feb 2021 11:21:49 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-03 21:13:15.485211
• Title: Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering
• Title（参考訳）: JPEGプライマリ量子化行列推定とクラスタリングによる画像スプライシング検出, 局在化, 属性化
• Authors: Yakun Niu, Benedetta Tondi, Yao Zhao, Rongrong Ni and Mauro Barni
• Abstract要約: 画像領域の異なる2つのJPEGアーチファクトの不整合の検出は、しばしば局所的な画像操作を検出するために使用される。 ドナー画像の異なる領域を識別するエンド・ツー・エンドシステムを提案する。
• 参考スコア（独自算出の注目度）: 49.75353434786065
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detection of inconsistencies of double JPEG artefacts across different image regions is often used to detect local image manipulations, like image splicing, and to localize them. In this paper, we move one step further, proposing an end-to-end system that, in addition to detecting and localizing spliced regions, can also distinguish regions coming from different donor images. We assume that both the spliced regions and the background image have undergone a double JPEG compression, and use a local estimate of the primary quantization matrix to distinguish between spliced regions taken from different sources. To do so, we cluster the image blocks according to the estimated primary quantization matrix and refine the result by means of morphological reconstruction. The proposed method can work in a wide variety of settings including aligned and non-aligned double JPEG compression, and regardless of whether the second compression is stronger or weaker than the first one. We validated the proposed approach by means of extensive experiments showing its superior performance with respect to baseline methods working in similar conditions.
• Abstract（参考訳）: 異なる画像領域にわたる二重JPEGアーティファクトの不整合の検出は、画像スプライシングのような局所的な画像操作を検出し、それらをローカライズするためにしばしば使用される。 本稿では,スプライシング領域の検出と局所化に加えて,異なるドナー画像から得られる領域を識別するエンド・ツー・エンドシステムを提案する。 分割された領域と背景画像の両方が二重JPEG圧縮されていると仮定し、一次量子化行列の局所推定を用いて異なるソースから抽出されたスプライシング領域を区別する。 そこで,推定された一次量子化行列に従って画像ブロックをクラスタリングし,形態的再構成により精度を向上させる。 提案手法は,第2の圧縮が第1の圧縮よりも強いか弱いかに関わらず,アライメントと非アライメントの2つのJPEG圧縮を含む多種多様な設定で動作可能である。 類似条件下でのベースライン法に対して優れた性能を示す広範な実験により,提案手法を検証した。

関連論文リスト

• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Topology-Preserving Downsampling of Binary Images [1.2430809884830318]
  本稿では,バイナリ画像のサンプル化バージョンを生成するための離散最適化手法を提案する。 この手法は、黒領域の0番目と第1ベッチ数によって測定された原点と同じ位相を持つことが保証されている。
  論文  参考訳（メタデータ） (2024-07-25T05:30:09Z)
• Recompression Based JPEG Tamper Detection and Localization Using Deep Neural Network Eliminating Compression Factor Dependency [2.8498944632323755]
  本稿では,JPEG画像におけるrepression based forgeryの存在を検出することができる畳み込みニューラルネットワークに基づくディープラーニングアーキテクチャを提案する。 本研究では,リ圧縮機能に基づく画像操作領域のローカライズも目的とする。
  論文  参考訳（メタデータ） (2024-07-03T09:19:35Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Boosting Few-shot Fine-grained Recognition with Background Suppression and Foreground Alignment [53.401889855278704]
  FS-FGR (Few-shot Fine-fine Recognition) は、限られたサンプルの助けを借りて、新しいきめ細かなカテゴリを認識することを目的としている。 本研究では,背景アクティベーション抑制 (BAS) モジュール,フォアグラウンドオブジェクトアライメント (FOA) モジュール,および局所的局所的(L2L) 類似度測定器からなる2段階の背景アライメントとフォアグラウンドアライメントフレームワークを提案する。 複数のベンチマークで行った実験により,提案手法は既存の最先端技術よりも大きなマージンで優れていることが示された。
  論文  参考訳（メタデータ） (2022-10-04T07:54:40Z)
• Dual-Flow Transformation Network for Deformable Image Registration with Region Consistency Constraint [95.30864269428808]
  現在のディープラーニング(DL)ベースの画像登録アプローチは、畳み込みニューラルネットワークを利用して、ある画像から別の画像への空間変換を学習する。 一対のイメージ内のROIの類似性を最大化する領域整合性制約を持つ新しいデュアルフロー変換ネットワークを提案する。 4つの公開3次元MRIデータセットを用いた実験により,提案手法は精度と一般化において最高の登録性能が得られることを示した。
  論文  参考訳（メタデータ） (2021-12-04T05:30:44Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• Boosting CNN-based primary quantization matrix estimation of double JPEG images via a classification-like architecture [14.216829750046099]
  二重JPEG圧縮画像の一次量子化行列の推定は、画像法医学において重要な問題である。 本稿では,シミル分類アーキテクチャを用いて推定を行う深層学習手法を提案する。 その結果,最先端技術と比較して,提案手法の優れた性能が確認された。
  論文  参考訳（メタデータ） (2020-12-01T13:20:11Z)
• GAIT: Gradient Adjusted Unsupervised Image-to-Image Translation [5.076419064097734]
  対向損失を利用して、翻訳された画像セットと対象画像セットの分布を一致させる。 これにより、2つの領域が例えば一様領域において異なる辺分布を持つようなアーティファクトが生成される。 本稿では,翻訳後の一様領域を保存する教師なしIITを提案する。
  論文  参考訳（メタデータ） (2020-09-02T08:04:00Z)

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。