Fugu-MT 論文翻訳(概要): A universal detector of CNN-generated images using properties of checkerboard artifacts in the frequency domain

論文の概要: A universal detector of CNN-generated images using properties of checkerboard artifacts in the frequency domain

arxiv url: http://arxiv.org/abs/2108.01892v1
Date: Wed, 4 Aug 2021 07:54:19 GMT
ステータス: 処理完了
システム内更新日: 2021-08-05 13:13:45.568363
Title: A universal detector of CNN-generated images using properties of checkerboard artifacts in the frequency domain
Title（参考訳）: 周波数領域におけるチェッカーボードアーチファクトの特性を用いたCNN生成画像の普遍的検出
Authors: Miki Tanaka, Sayaka Shiota, Hitoshi Kiya
Abstract要約: CNNを用いて生成した画像を検出するための新しいユニバーサル検出器を提案する。本稿では,CNN生成画像におけるチェッカーボードアーチファクトの特性を考察し,その特性に応じて画像のスペクトルを向上する。拡張スペクトルを用いて分類器を訓練し、クエリ画像をCNN生成か否かを判定する。
参考スコア（独自算出の注目度）: 15.469452301122177
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a novel universal detector for detecting images generated by using CNNs. In this paper, properties of checkerboard artifacts in CNN-generated images are considered, and the spectrum of images is enhanced in accordance with the properties. Next, a classifier is trained by using the enhanced spectrums to judge a query image to be a CNN-generated ones or not. In addition, an ensemble of the proposed detector with emphasized spectrums and a conventional detector is proposed to improve the performance of these methods. In an experiment, the proposed ensemble is demonstrated to outperform a state-of-the-art method under some conditions.
Abstract（参考訳）: CNNを用いて生成した画像を検出するための新しいユニバーサル検出器を提案する。本稿では,cnn生成画像におけるチェッカーボードアーティファクトの特性を考察し,その特性に応じて画像のスペクトルを増大させる。次に、拡張スペクトルを用いて分類器を訓練し、クエリ画像がcnn生成のものか否かを判定する。さらに, 本手法の性能向上のために, スペクトルを強調した検出器と従来型の検出器のアンサンブルを提案する。実験で提案したアンサンブルは, ある条件下での最先端手法より優れることを示した。

関連論文リスト

Enhanced Wavelet Scattering Network for image inpainting detection [0.0]
本稿では,低レベル雑音解析に基づく塗装前駆体検出のための革新的なアイデアをいくつか提案する。これはDual-Tree Complex Wavelet Transform (DT-CWT)と畳み込みニューラルネットワーク(CNN)を組み合わせて、偽エリア検出とローカライゼーションを実現している。提案手法は最先端手法に対してベンチマークを行い,提案手法よりも優れた性能を示した。
論文参考訳（メタデータ） (2024-09-25T15:27:05Z)
Detecting Inpainted Video with Frequency Domain Insights [0.0]
本稿では、検出精度を大幅に向上させる周波数領域洞察ネットワーク(FDIN)を提案する。公開データセットに対する以前の評価は、FDINが最先端のパフォーマンスを達成することを示している。
論文参考訳（メタデータ） (2024-09-21T01:51:07Z)
FSBI: Deepfakes Detection with Frequency Enhanced Self-Blended Images [17.707379977847026]
本稿では、ディープフェイク検出のための周波数強調自己ブレンド画像手法を提案する。提案手法はFF++とCeleb-DFデータセットで評価されている。
論文参考訳（メタデータ） (2024-06-12T20:15:00Z)
Rethinking the Up-Sampling Operations in CNN-based Generative Network for Generalizable Deepfake Detection [86.97062579515833]
我々は、アップサンプリング操作から生じる一般化された構造的アーティファクトをキャプチャし、特徴付ける手段として、NPR(Neighboring Pixel Relationships)の概念を紹介した。 tft28の異なる生成モデルによって生成されたサンプルを含む、オープンワールドデータセット上で包括的な分析を行う。この分析は、新しい最先端のパフォーマンスを確立し、既存の手法よりも優れたtft11.6%の向上を示している。
論文参考訳（メタデータ） (2023-12-16T14:27:06Z)
Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文参考訳（メタデータ） (2023-08-24T12:32:46Z)
High Dynamic Range Image Quality Assessment Based on Frequency Disparity [78.36555631446448]
高ダイナミックレンジ(HDR)画像に対する周波数差に基づく画像品質評価(IQA)アルゴリズムを提案する。提案したLGFMは、最先端HDR IQA法と比較して、主観的知覚との整合性が高い。
論文参考訳（メタデータ） (2022-09-06T08:22:13Z)
Spatial-Temporal Frequency Forgery Clue for Video Forgery Detection in VIS and NIR Scenario [87.72258480670627]
既存の周波数領域に基づく顔偽造検出手法では、GAN鍛造画像は、実際の画像と比較して、周波数スペクトルに明らかな格子状の視覚的アーチファクトを持つ。本稿では,コサイン変換に基づくフォージェリークリュー拡張ネットワーク(FCAN-DCT)を提案し,より包括的な時空間特徴表現を実現する。
論文参考訳（メタデータ） (2022-07-05T09:27:53Z)
Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文参考訳（メタデータ） (2022-05-08T15:29:54Z)
A Closer Look at Fourier Spectrum Discrepancies for CNN-generated Images Detection [37.021565597271795]
CNNベースの生成モデリングは、RGBピクセル空間の実際の画像から区別できない合成画像を生成するために進化しました。最近の研究では、cnnが生成する画像は、高周波フーリエスペクトル減衰特性を複製する体系的な欠点を共有している。これらの研究は、CNNが生成した画像を99%の精度で検出するために、この体系的な欠点をうまく利用した。
論文参考訳（メタデータ） (2021-03-31T16:24:54Z)
Fake Visual Content Detection Using Two-Stream Convolutional Neural Networks [14.781702606707642]
周波数領域と空間領域の特徴を補完する2ストリーム畳み込みニューラルネットワークアーキテクチャであるTwoStreamNetを提案する。提案手法は, 現状の偽コンテンツ検出装置に比べ, 大幅に性能が向上した。
論文参考訳（メタデータ） (2021-01-03T18:05:07Z)
Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
論文参考訳（メタデータ） (2020-08-26T15:02:04Z)

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。