論文の概要: VIPPrint: A Large Scale Dataset of Printed and Scanned Images for
Synthetic Face Images Detection and Source Linking
- arxiv url: http://arxiv.org/abs/2102.06792v1
- Date: Mon, 1 Feb 2021 13:00:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-06 08:53:53.292372
- Title: VIPPrint: A Large Scale Dataset of Printed and Scanned Images for
Synthetic Face Images Detection and Source Linking
- Title(参考訳): VIPPrint: 合成顔画像検出とソースリンクのためのプリント画像とスキャン画像の大規模データセット
- Authors: Anselmo Ferreira, Ehsan Nowroozi and Mauro Barni
- Abstract要約: 本稿では,多数の合成顔画像と天然顔画像からなる新しいデータセットを提案する。
印刷およびスキャン画像に適用すると、自然顔画像と合成顔画像を区別する最先端の方法が失敗することを確認します。
- 参考スコア(独自算出の注目度): 26.02960434287235
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The possibility of carrying out a meaningful forensics analysis on printed
and scanned images plays a major role in many applications. First of all,
printed documents are often associated with criminal activities, such as
terrorist plans, child pornography pictures, and even fake packages.
Additionally, printing and scanning can be used to hide the traces of image
manipulation or the synthetic nature of images, since the artifacts commonly
found in manipulated and synthetic images are gone after the images are printed
and scanned. A problem hindering research in this area is the lack of large
scale reference datasets to be used for algorithm development and benchmarking.
Motivated by this issue, we present a new dataset composed of a large number of
synthetic and natural printed face images. To highlight the difficulties
associated with the analysis of the images of the dataset, we carried out an
extensive set of experiments comparing several printer attribution methods. We
also verified that state-of-the-art methods to distinguish natural and
synthetic face images fail when applied to print and scanned images. We
envision that the availability of the new dataset and the preliminary
experiments we carried out will motivate and facilitate further research in
this area.
- Abstract(参考訳): 印刷された画像やスキャンされた画像に対して有意義な法医学的分析を行う可能性は、多くのアプリケーションにおいて大きな役割を果たす。
まず第一に、印刷された文書は、しばしばテロリスト計画、児童ポルノ写真、さらには偽のパッケージといった犯罪行為と関連付けられている。
さらに、印刷や走査は、画像が印刷されスキャンされた後に、通常、操作された画像や合成画像に見られるアーティファクトがなくなるため、画像操作の痕跡や画像の合成特性を隠すために用いられる。
この領域の研究を妨げる問題は、アルゴリズムの開発とベンチマークに使用される大規模な参照データセットの欠如である。
本稿では,本課題に動機づけられ,多数の合成画像と自然画像からなる新しいデータセットを提案する。
データセットの画像解析に係わる問題点を明らかにするために,複数のプリンタの属性法を比較した広範な実験を行った。
また,自然顔画像と合成顔画像とを区別する最新の手法が,印刷やスキャン画像に適用しても失敗することを確認した。
新たなデータセットが利用可能となり,予備実験が実施されれば,この領域におけるさらなる研究の動機と促進が期待できる。
関連論文リスト
- Perceptual Artifacts Localization for Image Synthesis Tasks [59.638307505334076]
我々は10,168個の画像からなる新しいデータセットを導入し,それぞれに知覚的アーティファクトラベルを付加した。
提案したデータセットに基づいてトレーニングされたセグメンテーションモデルは、さまざまなタスクにまたがるアーティファクトを効果的にローカライズする。
生成した画像の知覚的アーティファクトをシームレスに修正する,革新的なズームイン・インペインティングパイプラインを提案する。
論文 参考訳(メタデータ) (2023-10-09T10:22:08Z) - Spritz-PS: Validation of Synthetic Face Images Using a Large Dataset of
Printed Documents [23.388645531702597]
我々は、VIPPrint PrintedおよびScanned face imageから得られた多数の合成および天然のIRISからなる新しいデータセットを提供する。
データセットのIRIS画像の評価にかかわる問題点を明らかにするために,シメセニューラルネットワークを用いた多数の解析を行った。
論文 参考訳(メタデータ) (2023-04-06T10:28:34Z) - Parents and Children: Distinguishing Multimodal DeepFakes from Natural
Images [59.71861772648853]
我々は,最先端拡散モデルにより生成された偽画像の正当性に関する体系的研究を開拓した。
我々の分析は、偽画像は共通の低レベルな手がかりを共有しており、容易に認識できることを示している。
本設定では,偽検出手法の性能を定量的に評価し,コントラッシブ・ベース・ディエンタング・ストラテジーを導入する。
論文 参考訳(メタデータ) (2023-04-02T10:25:09Z) - Is synthetic data from generative models ready for image recognition? [69.42645602062024]
本研究では,最新のテキスト・画像生成モデルから生成した合成画像が,画像認識タスクにどのように利用できるかを検討した。
本稿では,既存の生成モデルからの合成データの強大さと欠点を示し,認識タスクに合成データを適用するための戦略を提案する。
論文 参考訳(メタデータ) (2022-10-14T06:54:24Z) - Comprint: Image Forgery Detection and Localization using Compression
Fingerprints [19.54952278001317]
Comprintは、圧縮指紋またはコンプリントに基づく、新しい偽造検出および位置決め方法である。
補足型カメラモデル指紋を用いたComprintと最先端のノイズプリントの融合を提案する。
ComprintとFusion Comprint+Noiseprintは、Wildで改ざんされた画像を分析するための有望な法医学ツールだ。
論文 参考訳(メタデータ) (2022-10-05T13:05:18Z) - Augraphy: A Data Augmentation Library for Document Images [59.457999432618614]
Augraphyはデータ拡張パイプラインを構築するためのPythonライブラリである。
標準的なオフィス操作によって変更されたように見えるクリーンなドキュメントイメージの拡張版を作成するための戦略を提供する。
論文 参考訳(メタデータ) (2022-08-30T22:36:19Z) - Benchmarking Scientific Image Forgery Detectors [18.225190509954874]
本稿では,研究コミュニティが報告した最も一般的な画像偽造操作を再現する,拡張可能なオープンソースライブラリを提案する。
我々は、富裕層を有する大規模な科学的偽画像ベンチマーク(39,423画像)を作成する。
さらに,画像重複による抽出論文の多さを考慮し,提案したデータセットにおける最先端のコピー・モーブ検出手法の評価を行った。
論文 参考訳(メタデータ) (2021-05-26T22:58:20Z) - Effects of Image Compression on Face Image Manipulation Detection: A
Case Study on Facial Retouching [14.92708078957906]
顔画像操作検出における画像圧縮の影響を分析する。
画像圧縮の影響下での顔面リタッチ検出に関する事例研究を行った。
論文 参考訳(メタデータ) (2021-03-05T13:28:28Z) - Bridging Composite and Real: Towards End-to-end Deep Image Matting [88.79857806542006]
画像マッチングにおける意味論と細部の役割について検討する。
本稿では,共有エンコーダと2つの分離デコーダを用いた新しいGlance and Focus Matting Network(GFM)を提案する。
総合的な実証研究により、GFMは最先端の手法より優れていることが示されている。
論文 参考訳(メタデータ) (2020-10-30T10:57:13Z) - From A Glance to "Gotcha": Interactive Facial Image Retrieval with
Progressive Relevance Feedback [72.29919762941029]
本稿では,目撃者から徐々にフィードバックを得て顔画像を取得するためのエンドツーエンドフレームワークを提案する。
追加のアノテーションを必要とせずに、私たちのモデルは少しのレスポンスの努力を犠牲にして適用できます。
論文 参考訳(メタデータ) (2020-07-30T18:46:25Z) - Printing and Scanning Attack for Image Counter Forensics [11.193867567895353]
画像の真正性を調べることは、操作ツールがよりアクセスしやすく、進歩するにつれて、ますます重要になっている。
近年の研究では、CNNをベースとした画像検出装置は操作の特定に成功しているが、敵の攻撃にも弱いことが示されている。
我々は、印刷とスキャンという、非常に確実な攻撃方法を探究する。
論文 参考訳(メタデータ) (2020-04-27T00:32:15Z)
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。