Fugu-MT 論文翻訳(概要): A Novel Region Duplication Detection Algorithm Based on Hybrid Approach

論文の概要: A Novel Region Duplication Detection Algorithm Based on Hybrid Approach

arxiv url: http://arxiv.org/abs/2204.08545v1
Date: Sun, 10 Apr 2022 12:17:13 GMT
ステータス: 処理完了
システム内更新日: 2022-04-24 16:13:47.238469
Title: A Novel Region Duplication Detection Algorithm Based on Hybrid Approach
Title（参考訳）: ハイブリッドアプローチに基づく新しい領域重複検出アルゴリズム
Authors: Kshipra Tatkare, Manoj Devare
Abstract要約: デジタル画像は、善悪の意図で簡単に改ざんできる。デジタル画像に予め埋め込まれた情報が利用できないため、デジタル鑑識の場合、改ざん検出プロセスが困難になる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The digital images from various sources are ubiquitous due to easy availability of high bandwidth Internet. Digital images are easy to tamper with good or bad intentions. Non-availability of pre-embedded information in digital images makes the tampering detection process more difficult in case of digital forensics. Thus, passive image tampering is difficult to detect. There are various algorithms available for detecting image tampering. However, these algorithms have some drawbacks, due to which all types of tampering cannot be detected. In this paper researchers intend to present the types of image tampering and its detection techniques with example based approach. This paper also illustrates insights into the various existing algorithms and tries to find out efficient algorithm out of them.
Abstract（参考訳）: 高帯域インターネットが容易に利用できるため、様々なソースからのデジタル画像がユビキタスである。デジタル画像は良い意図や悪い意図で簡単に改ざんできる。デジタル画像における予め埋め込んだ情報の非利用性は,デジタル鑑識の場合の改ざん検出プロセスをより困難にする。したがって、受動的画像改ざんは検出が難しい。画像改ざんを検出するアルゴリズムは様々である。しかし、これらのアルゴリズムには欠点があり、あらゆる種類の改ざんが検出できない。本稿では,画像改ざんの種類とその検出手法について,例に基づくアプローチで紹介する。本論文では,既存のアルゴリズムについて考察し,その中から効率的なアルゴリズムを見出そうとする。

関連論文リスト

Research on Splicing Image Detection Algorithms Based on Natural Image Statistical Characteristics [12.315852697312195]
本稿では,自然画像の統計的特徴に基づく新しいスプライシング画像検出アルゴリズムを提案する。従来の手法の限界を解析することにより,高度な統計解析手法と機械学習手法を統合した検出フレームワークを開発した。このアルゴリズムは、複数の公開データセットを用いて検証され、スプライシングエッジの検出と、改ざんされた領域の特定に高い精度を示す。
論文参考訳（メタデータ） (2024-04-25T02:28:16Z)
Secure Information Embedding in Images with Hybrid Firefly Algorithm [2.9182357325967145]
本研究は,ホストイメージ内に機密文書フォーマット(PDF)を隠蔽する新たなステガノグラフィ手法を提案する。この探索の目的は、ホスト画像のキャパシティを増大させ、歪みを減少させる2つの主要な目標を達成することである。その結果,画像の歪みの減少と探索過程における収束速度の加速が示唆された。
論文参考訳（メタデータ） (2023-12-21T01:50:02Z)
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)
Human-imperceptible, Machine-recognizable Images [76.01951148048603]
より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
論文参考訳（メタデータ） (2023-06-06T13:41:37Z)
An End-to-End Approach for Seam Carving Detection using Deep Neural Networks [0.0]
シーム・カービング(Seam Carving)は、画像形状ではなく、その内容に基づいて画像の縮小と拡大の両面を縮小する計算方法である。本稿では,自動シーム彫刻検出の課題に対処するためのエンドツーエンドアプローチを提案する。
論文参考訳（メタデータ） (2022-03-05T12:53:55Z)
A New Approach for Image Authentication Framework for Media Forensics Purpose [0.0]
本稿では,デジタル画像認証と独創性識別のための新しいデジタル法医学的セキュリティフレームワークを提案する。このアプローチは、調査中の画像の不正な修正を示す必要があるRGBイメージにシークレットコードを埋め込むことに依存します。
論文参考訳（メタデータ） (2021-10-03T18:31:37Z)
Exploiting Web Images for Fine-Grained Visual Recognition by Eliminating Noisy Samples and Utilizing Hard Ones [60.07027312916081]
トレーニング中に実世界のWeb画像から無関係なサンプルを除去するための新しいアプローチを提案します。私達のアプローチはよりよい性能を達成するために無関係な騒々しいWebイメージおよび堅い例の有害な影響を緩和できます。
論文参考訳（メタデータ） (2021-01-23T03:58:10Z)
D-Unet: A Dual-encoder U-Net for Image Splicing Forgery Detection and Localization [108.8592577019391]
画像スプライシング偽造検出は、画像指紋によって改ざんされた領域と非改ざんされた領域を区別するグローバルバイナリ分類タスクである。画像スプライシングフォージェリ検出のためのデュアルエンコーダU-Net(D-Unet)という,固定されていないエンコーダと固定エンコーダを用いた新しいネットワークを提案する。 D-Unetと最先端技術の比較実験において、D-Unetは画像レベルおよび画素レベルの検出において他の手法よりも優れていた。
論文参考訳（メタデータ） (2020-12-03T10:54:02Z)
A Review on Near Duplicate Detection of Images using Computer Vision Techniques [0.0]
ほぼ重複する物質の存在は、検索エンジンの性能に重大な影響を及ぼす。コンピュータビジョンの主な応用は画像理解である。画像のほぼ重複検出に関する文献の適切な調査は行われていない。
論文参考訳（メタデータ） (2020-09-07T16:41:46Z)
What makes fake images detectable? Understanding properties that generalize [55.4211069143719]
深層ネットワークは、博士画像の微妙なアーティファクトを拾い上げることができる。我々は、偽画像のどの特性が検出可能かを理解することを模索する。検出可能な特性を誇張する手法を示す。
論文参考訳（メタデータ） (2020-08-24T17:50:28Z)
Detecting Face2Face Facial Reenactment in Videos [76.9573023955201]
本研究では,再現性に基づく変化を検出する学習に基づくアルゴリズムを提案する。提案アルゴリズムは,局所的なアーティファクトを学習し,様々な圧縮レベルで堅牢な性能を提供するマルチストリームネットワークを用いている。その結果, 99.96%, 99.10%, 91.20%の非, 容易, 硬度圧縮係数が得られた。
論文参考訳（メタデータ） (2020-01-21T11:03:50Z)

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。