論文の概要: Effects of Image Compression on Face Image Manipulation Detection: A Case Study on Facial Retouching

• arxiv url: http://arxiv.org/abs/2103.03654v1
• Date: Fri, 5 Mar 2021 13:28:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-08 14:50:37.524867
• Title: Effects of Image Compression on Face Image Manipulation Detection: A Case Study on Facial Retouching
• Title（参考訳）: 顔面画像操作検出における画像圧縮の影響:顔面レタッチングを事例として
• Authors: Christian Rathgeb, Kevin Bernardo, Nathania E. Haryanto, Christoph Busch
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 14.92708078957906
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the past years, numerous methods have been introduced to reliably detect digital face image manipulations. Lately, the generalizability of these schemes has been questioned in particular with respect to image post-processing. Image compression represents a post-processing which is frequently applied in diverse biometric application scenarios. Severe compression might erase digital traces of face image manipulation and hence hamper a reliable detection thereof. In this work, the effects of image compression on face image manipulation detection are analyzed. In particular, a case study on facial retouching detection under the influence of image compression is presented. To this end, ICAO-compliant subsets of two public face databases are used to automatically create a database containing more than 9,000 retouched reference images together with unconstrained probe images. Subsequently, reference images are compressed applying JPEG and JPEG 2000 at compression levels recommended for face image storage in electronic travel documents. Novel detection algorithms utilizing texture descriptors and deep face representations are proposed and evaluated in a single image and differential scenario. Results obtained from challenging cross-database experiments in which the analyzed retouching technique is unknown during training yield interesting findings: (1) most competitive detection performance is achieved for differential scenarios employing deep face representations; (2) image compression severely impacts the performance of face image manipulation detection schemes based on texture descriptors while methods utilizing deep face representations are found to be highly robust; (3) in some cases, the application of image compression might as well improve detection performance.
• Abstract（参考訳）: 近年,デジタル顔画像操作を確実に検出する手法が数多く導入されている。 近年,画像後処理に関して,これらのスキームの一般化性が特に疑問視されている。 画像圧縮は、さまざまなバイオメトリックアプリケーションシナリオで頻繁に適用される後処理を表します。 重篤な圧縮は、顔画像操作のデジタルトレースを消去し、その信頼性を損なう可能性がある。 本研究では,顔画像操作検出における画像圧縮の影響を解析する。 特に,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。 この目的のために、2つの公開顔データベースのICAO準拠サブセットを使用して、9000以上の修正済み参照画像と制約のないプローブ画像を含むデータベースを自動生成する。 その後、電子旅行文書の顔画像記憶に推奨される圧縮レベルでJPEGとJPEG 2000を適用して参照画像が圧縮される。 テクスチャ記述子とディープフェイス表現を用いた新しい検出アルゴリズムを提案し, 単一画像と差分シナリオで評価した。 Results obtained from challenging cross-database experiments in which the analyzed retouching technique is unknown during training yield interesting findings: (1) most competitive detection performance is achieved for differential scenarios employing deep face representations; (2) image compression severely impacts the performance of face image manipulation detection schemes based on texture descriptors while methods utilizing deep face representations are found to be highly robust; (3) in some cases, the application of image compression might as well improve detection performance.

関連論文リスト

• Effectiveness of learning-based image codecs on fingerprint storage [19.292976022250684]
  本研究は,指紋画像の記憶における学習ベース画像コーデックの適応性に関する最初の研究である。 一定のレートで学習されたソリューションは、JPEG2000のような以前の指紋コーディング標準を大幅に上回った。 その結果、学習した圧縮加工品の特異性は、指紋の自動識別を妨げないことがわかった。
  論文  参考訳（メタデータ） (2024-09-27T13:23:17Z)
• 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)
• Transferable Learned Image Compression-Resistant Adversarial Perturbations [66.46470251521947]
  敵対的攻撃は容易に画像分類システムを破壊し、DNNベースの認識タスクの脆弱性を明らかにする。 我々は、学習した画像圧縮機を前処理モジュールとして利用する画像分類モデルをターゲットにした新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-01-06T03:03:28Z)
• MMNet: Multi-Collaboration and Multi-Supervision Network for Sequential Deepfake Detection [81.59191603867586]
  シークエンシャルディープフェイク検出は、回復のための正しいシーケンスで偽の顔領域を特定することを目的としている。 偽画像の復元には、逆変換を実装するための操作モデルの知識が必要である。 顔画像の空間スケールや逐次順列化を扱うマルチコラボレーション・マルチスーパービジョンネットワーク(MMNet)を提案する。
  論文  参考訳（メタデータ） (2023-07-06T02:32:08Z)
• A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
  画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。 本稿では,指紋画像品質評価のための既存手法について概説する。 また,指紋画像品質推定アルゴリズムの選定も行った。
  論文  参考訳（メタデータ） (2021-11-14T19:53:12Z)
• Metric Learning for Anti-Compression Facial Forgery Detection [32.33501564446107]
  新規な抗圧縮顔面フォージェリー検出フレームワークを提案する。 オリジナル版と圧縮版の両方を使って、圧縮に敏感な埋め込み機能空間を学習する。
  論文  参考訳（メタデータ） (2021-03-15T14:11:14Z)
• Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering [49.75353434786065]
  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。
  論文  参考訳（メタデータ） (2021-02-02T11:21:49Z)
• Analyzing and Mitigating JPEG Compression Defects in Deep Learning [69.04777875711646]
  本稿では,JPEG圧縮が共通タスクやデータセットに与える影響を統一的に検討する。 高圧縮の一般的なパフォーマンス指標には大きなペナルティがあることが示される。
  論文  参考訳（メタデータ） (2020-11-17T20:32:57Z)
• Discernible Image Compression [124.08063151879173]
  本稿では、外観と知覚の整合性の両方を追求し、圧縮画像を作成することを目的とする。 エンコーダ・デコーダ・フレームワークに基づいて,事前学習したCNNを用いて,オリジナル画像と圧縮画像の特徴を抽出する。 ベンチマーク実験により,提案手法を用いて圧縮した画像は,その後の視覚認識・検出モデルでもよく認識できることが示された。
  論文  参考訳（メタデータ） (2020-02-17T07:35:08Z)

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。