Fugu-MT 論文翻訳(概要): Detection of Double Compression in MPEG-4 Videos Using Refined Features-based CNN

論文の概要: Detection of Double Compression in MPEG-4 Videos Using Refined Features-based CNN

arxiv url: http://arxiv.org/abs/2107.08939v1
Date: Mon, 19 Jul 2021 14:53:17 GMT
ステータス: 処理完了
システム内更新日: 2021-07-20 15:11:59.121165
Title: Detection of Double Compression in MPEG-4 Videos Using Refined Features-based CNN
Title（参考訳）: CNNによるMPEG-4ビデオの二重圧縮検出
Authors: Seung-Hun Nam, Wonhyuk Ahn, Myung-Joon Kwon, In-Jae Yu
Abstract要約: このレターはMPEG-4ビデオの二重圧縮を検出する畳み込みニューラルネットワークを提供する。二重圧縮による微妙なアーティファクトを捉えるために,2つの改良された特徴を利用する。
参考スコア（独自算出の注目度）: 2.133433192530999
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Double compression is accompanied by various types of video manipulation and its traces can be exploited to determine whether a video is a forgery. This Letter presents a convolutional neural network for detecting double compression in MPEG-4 videos. Through analysis of the intra-coding process, we utilize two refined features for capturing the subtle artifacts caused by double compression. The discrete cosine transform (DCT) histogram feature effectively detects the change of statistical characteristics in DCT coefficients and the parameter-based feature is utilized as auxiliary information to help the network learn double compression artifacts. When compared with state-of-the-art networks and forensic method, the results show that the proposed approach achieves a higher performance.
Abstract（参考訳）: ダブル圧縮には様々なタイプのビデオ操作が伴い、そのトレースを利用してビデオが偽物かどうかを判断することができる。このレターはMPEG-4ビデオの二重圧縮を検出する畳み込みニューラルネットワークを提供する。符号化過程の解析により,二重圧縮によって生じる微妙なアーティファクトを捉えるために,2つの洗練された特徴を生かした。離散コサイン変換(dct)ヒストグラム特徴は、dct係数の統計特性の変化を効果的に検出し、パラメータに基づく特徴を補助情報として、ネットワークが二重圧縮アーチファクトを学ぶのに役立つ。現状のネットワークや法医学的手法と比較すると,提案手法は高い性能を示す。

関連論文リスト

Sensitivity Decouple Learning for Image Compression Artifacts Reduction [39.67836965306397]
本稿では, 固有属性を2つの相補的特徴に分解して, アーティファクトの低減を図ることを提案する。提案するDAGNでは,圧縮不感な特徴の整合性を維持するために,多機能融合モジュールを開発した。提案手法はBSD500上で平均2.06dBのPSNRゲインを達成し,最先端の手法より優れている。
論文参考訳（メタデータ） (2024-05-15T12:29:35Z)
Modality-Agnostic Variational Compression of Implicit Neural Representations [96.35492043867104]
Inlicit Neural Representation (INR) としてパラメータ化されたデータの関数的ビューに基づくモーダリティ非依存型ニューラル圧縮アルゴリズムを提案する。潜時符号化と疎性の間のギャップを埋めて、ソフトゲーティング機構に非直線的にマッピングされたコンパクト潜時表現を得る。このような潜在表現のデータセットを得た後、ニューラル圧縮を用いてモーダリティ非依存空間におけるレート/歪みトレードオフを直接最適化する。
論文参考訳（メタデータ） (2023-01-23T15:22:42Z)
Learned Video Compression via Heterogeneous Deformable Compensation Network [78.72508633457392]
不安定な圧縮性能の問題に対処するために,不均一変形補償戦略(HDCVC)を用いた学習ビデオ圧縮フレームワークを提案する。より具体的には、提案アルゴリズムは隣接する2つのフレームから特徴を抽出し、コンテンツ近傍の不均一な変形(HetDeform)カーネルオフセットを推定する。実験結果から,HDCVCは最近の最先端の学習ビデオ圧縮手法よりも優れた性能を示した。
論文参考訳（メタデータ） (2022-07-11T02:31:31Z)
Reducing Redundancy in the Bottleneck Representation of the Autoencoders [98.78384185493624]
オートエンコーダは教師なしニューラルネットワークの一種であり、様々なタスクを解くのに使用できる。本稿では,ボトルネック表現における特徴冗長性を明示的に罰する手法を提案する。我々は,3つの異なるデータセットを用いた次元削減,MNISTデータセットを用いた画像圧縮,ファッションMNISTを用いた画像デノナイズという,さまざまなタスクにまたがってアプローチを検証した。
論文参考訳（メタデータ） (2022-02-09T18:48:02Z)
Recognition-Aware Learned Image Compression [0.5801044612920815]
本稿では,タスク固有の損失と並行して,速度歪み損失を最適化する認識認識型学習圧縮手法を提案する。提案手法は,BPGなどの従来の手法と比較して,同等値での認識精度が26%向上する。
論文参考訳（メタデータ） (2022-02-01T03:33:51Z)
Towards End-to-End Image Compression and Analysis with Transformers [99.50111380056043]
本稿では,クラウドベースの画像分類アプリケーションを対象として,トランスフォーマーを用いたエンドツーエンドの画像圧縮解析モデルを提案する。我々は、圧縮された特徴から画像分類を行うためにビジョントランスフォーマー(ViT)モデルを再設計し、トランスフォーマーからの長期情報を用いて画像圧縮を容易にすることを目指している。画像圧縮と分類作業の両方において,提案モデルの有効性を示す実験結果が得られた。
論文参考訳（メタデータ） (2021-12-17T03:28:14Z)
Neural Weight Step Video Compression [0.5772546394254112]
本稿では,2つのアーキテクチャのパラダイムを用いて,映像圧縮の実現可能性をテストするための一連の実験を提案する。ビデオのフレームを低エントロピーパラメータ更新として符号化する手法を提案する。提案手法の有効性を評価するため,複数の高解像度映像データセット上で映像圧縮性能をテストする。
論文参考訳（メタデータ） (2021-12-02T18:53:05Z)
Towards Generative Video Compression [37.759436128930346]
本稿では,GAN(Generative Adversarial Network)に基づくニューラルビデオ圧縮手法を提案する。
論文参考訳（メタデータ） (2021-07-26T08:53:48Z)
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)
Temporal Distinct Representation Learning for Action Recognition [139.93983070642412]
2次元畳み込みニューラルネットワーク (2D CNN) はビデオの特徴付けに用いられる。ビデオの異なるフレームは同じ2D CNNカーネルを共有しており、繰り返し、冗長な情報利用をもたらす可能性がある。本稿では,異なるフレームからの特徴の識別チャネルを段階的にエキサイティングにするためのシーケンシャルチャネルフィルタリング機構を提案し,繰り返し情報抽出を回避する。本手法は,ベンチマーク時相推論データセットを用いて評価し,それぞれ2.4%,1.3%の可視性向上を実現している。
論文参考訳（メタデータ） (2020-07-15T11:30:40Z)
Modeling Lost Information in Lossy Image Compression [72.69327382643549]
ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。 Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
論文参考訳（メタデータ） (2020-06-22T04:04:56Z)

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。