論文の概要: An Image Forensic Technique Based on JPEG Ghosts

• arxiv url: http://arxiv.org/abs/2106.06439v1
• Date: Fri, 11 Jun 2021 14:52:43 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-14 14:07:15.072398
• Title: An Image Forensic Technique Based on JPEG Ghosts
• Title（参考訳）: JPEGゴーストを用いた画像法医学的手法
• Authors: Divakar Singh
• Abstract要約: JPEG画像に対するディジタル画像法則手法を提案する。 ゴースト画像と呼ばれる鍛造部が、カバー画像と異なる圧縮品質を有する場合、画像中の偽物を検出することができる。
• 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: The unprecedented growth in the easy availability of photo-editing tools has endangered the power of digital images.An image was supposed to be worth more than a thousand words,but now this can be said only if it can be authenticated orthe integrity of the image can be proved to be intact. In thispaper, we propose a digital image forensic technique for JPEG images. It can detect any forgery in the image if the forged portion called a ghost image is having a compression quality different from that of the cover image. It is based on resaving the JPEG image at different JPEG qualities, and the detection of the forged portion is maximum when it is saved at the same JPEG quality as the cover image. Also, we can precisely predictthe JPEG quality of the cover image by analyzing the similarity using Structural Similarity Index Measure (SSIM) or the energyof the images. The first maxima in SSIM or the first minima inenergy correspond to the cover image JPEG quality. We created adataset for varying JPEG compression qualities of the ghost and the cover images and validated the scalability of the experimental results.We also, experimented with varied attack scenarios, e.g. high-quality ghost image embedded in low quality of cover image,low-quality ghost image embedded in high-quality of cover image,and ghost image and cover image both at the same quality.The proposed method is able to localize the tampered portions accurately even for forgeries as small as 10x10 sized pixel blocks.Our technique is also robust against other attack scenarios like copy-move forgery, inserting text into image, rescaling (zoom-out/zoom-in) ghost image and then pasting on cover image.
• Abstract（参考訳）: 画像編集ツールの使い勝手は前例のない成長により、デジタル画像のパワーを脅かしている。画像は1000語以上の価値があるはずだったが、現在では、画像の認証や完全性が無傷であることを証明できるだけに留まっている。 本稿では,JPEG画像に対するディジタル画像法学手法を提案する。 ゴースト画像と呼ばれる鍛造部がカバー画像と異なる圧縮品質を有する場合、画像中の偽物を検出することができる。 これは、JPEG画像を異なるJPEG品質で保存することに基づいており、カバー画像と同じJPEG品質で保存された場合には、鍛造部分の検出が最大となる。 また,SSIM(Structuor similarity Index Measure)や画像のエネルギーを用いて類似性を解析することにより,カバー画像のJPEG品質を正確に予測することができる。 SSIMの第1の最大値または第1のミニマエネルギーは、カバー画像JPEGの品質に対応する。 我々は、ゴーストとカバー画像のjpeg圧縮品質を変化させるadatasetを作成し、実験結果のスケーラビリティを検証するとともに、攻撃シナリオの異なる実験を行った。 高品質のカバー画像に埋め込まれた高品質のゴースト画像,高品質のカバー画像に埋め込まれた低品質のゴースト画像,およびゴースト画像とカバー画像の両方が同一品質で,提案手法は,10×10サイズの画素ブロックのフォージェリーであっても,改ざんした部分を正確に位置決めすることができる。我々の技術は,コピー・モーブ・フォージェリー,テキストの挿入,画像への再スケーリング,ゴースト画像の再スケーリング,カバー画像への貼り付けといった他の攻撃シナリオに対しても堅牢である。

関連論文リスト

• Unified learning-based lossy and lossless JPEG recompression [15.922937139019547]
  本稿では,学習量子化テーブルとマルコフ階層型変分オートエンコーダから構成されるJPEG再圧縮フレームワークを提案する。 実験の結果,JPEGが上界に近づくと,任意に低歪みが得られることがわかった。
  論文  参考訳（メタデータ） (2023-12-05T12:07:27Z)
• Effect of Lossy Compression Algorithms on Face Image Quality and Recognition [12.554656658516262]
  ロスシーな顔画像圧縮は、顔認識のために画像品質と有用性を低下させることができる。 4つの圧縮タイプ、JPEG、JPEG 2000、縮小されたPNG、特に新しいJPEG XLフォーマットが検討されている。
  論文  参考訳（メタデータ） (2023-02-24T12:11:05Z)
• Metaheuristic-based Energy-aware Image Compression for Mobile App Development [1.933681537640272]
  本稿では,人口ベースJPEG画像圧縮のための新しい目的関数を提案する。 第2に,包括的カバレッジの欠如に対処するために,新しい表現を提案する。 第3に、22の最先端および最近導入されたPBMHアルゴリズムに関する包括的なベンチマークを提供する。
  論文  参考訳（メタデータ） (2022-12-13T01:39:47Z)
• Perceptual Quality Assessment for Fine-Grained Compressed Images [38.615746092795625]
  そこで本研究では,精細レベルの圧縮画像に対するフル参照画像品質評価(FR-IQA)手法を提案する。 提案手法は,FGIQAデータベース上での圧縮画像品質評価(FGIQA)により検証される。
  論文  参考訳（メタデータ） (2022-06-08T12:56:45Z)
• Towards Flexible Blind JPEG Artifacts Removal [73.46374658847675]
  人工物除去と細部保存のトレードオフを制御するために,適応可能な品質因子を予測できるフレキシブルブラインド畳み込みニューラルネットワーク,すなわちFBCNNを提案する。 提案するFBCNNは,定量的な計測値と視覚的品質の両方の観点から,最先端の手法に対して良好な性能を実現する。
  論文  参考訳（メタデータ） (2021-09-29T17:12:10Z)
• Towards Robust Data Hiding Against (JPEG) Compression: A Pseudo-Differentiable Deep Learning Approach [78.05383266222285]
  これらの圧縮に対抗できるデータ隠蔽の目標を達成することは、依然としてオープンな課題である。 ディープラーニングはデータの隠蔽に大きな成功を収めていますが、JPEGの非差別化性は、損失のある圧縮に対する堅牢性を改善するための深いパイプラインのトレーニングを困難にしています。 本稿では,上記の制約をすべて一度に解決するための,単純かつ効果的なアプローチを提案する。
  論文  参考訳（メタデータ） (2020-12-30T12:30:09Z)
• Learning to Improve Image Compression without Changing the Standard Decoder [100.32492297717056]
  本稿では,標準デコーダによる符号化性能向上のための学習法を提案する。 具体的には、DCT係数の分布を最適化する周波数領域事前編集法を提案する。 JPEGデコーダは変更しないので、広く使われている標準JPEGデコーダで画像を見る際には、我々のアプローチが適用可能である。
  論文  参考訳（メタデータ） (2020-09-27T19:24:42Z)
• Early Exit or Not: Resource-Efficient Blind Quality Enhancement for Compressed Images [54.40852143927333]
  ロスシー画像圧縮は、通信帯域を節約するために広範に行われ、望ましくない圧縮アーティファクトをもたらす。 圧縮画像に対する資源効率の高いブラインド品質向上手法(RBQE)を提案する。 提案手法は, 評価された画像の品質に応じて, 自動的にエンハンスメントを終了するか, 継続するかを決定することができる。
  論文  参考訳（メタデータ） (2020-06-30T07:38:47Z)
• Quantization Guided JPEG Artifact Correction [69.04777875711646]
  我々はJPEGファイル量子化行列を用いたアーティファクト修正のための新しいアーキテクチャを開発した。 これにより、特定の品質設定のためにトレーニングされたモデルに対して、単一のモデルで最先端のパフォーマンスを達成できます。
  論文  参考訳（メタデータ） (2020-04-17T00:10:08Z)
• 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。