論文の概要: Deep Metric Color Embeddings for Splicing Localization in Severely Degraded Images

• arxiv url: http://arxiv.org/abs/2206.10737v1
• Date: Tue, 21 Jun 2022 21:28:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-24 08:41:32.700636
• Title: Deep Metric Color Embeddings for Splicing Localization in Severely Degraded Images
• Title（参考訳）: 重度劣化画像の局所化のためのディープメトリカラー埋め込み
• Authors: Benjamin Hadwiger, Christian Riess
• Abstract要約: 本研究では,画像に最適なスプライシング検出法を提案する。 我々は、照明色やカメラの白点推定に敏感な深度距離空間を学習するが、一方、対象色の変化には敏感である。 本評価では,強い圧縮とダウンサンプリングの対象となる画像に対して,提案手法の組込み空間が技量を上回り,その性能が向上することを示す。
• 参考スコア（独自算出の注目度）: 10.091921099426294
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One common task in image forensics is to detect spliced images, where multiple source images are composed to one output image. Most of the currently best performing splicing detectors leverage high-frequency artifacts. However, after an image underwent strong compression, most of the high frequency artifacts are not available anymore. In this work, we explore an alternative approach to splicing detection, which is potentially better suited for images in-the-wild, subject to strong compression and downsampling. Our proposal is to model the color formation of an image. The color formation largely depends on variations at the scale of scene objects, and is hence much less dependent on high-frequency artifacts. We learn a deep metric space that is on one hand sensitive to illumination color and camera white-point estimation, but on the other hand insensitive to variations in object color. Large distances in the embedding space indicate that two image regions either stem from different scenes or different cameras. In our evaluation, we show that the proposed embedding space outperforms the state of the art on images that have been subject to strong compression and downsampling. We confirm in two further experiments the dual nature of the metric space, namely to both characterize the acquisition camera and the scene illuminant color. As such, this work resides at the intersection of physics-based and statistical forensics with benefits from both sides.
• Abstract（参考訳）: 画像鑑定における一般的な課題は、複数のソース画像が1つの出力画像に合成されるスプライシング画像を検出することである。 現在最も優れたスプライシング検出器のほとんどは高周波のアーティファクトを利用している。 しかし、画像が強い圧縮を受けた後、ほとんどの高周波アーティファクトはもはや利用できない。 本研究では,強い圧縮とダウンサンプリングの条件下で,画像の撮影に適したスプライシング検出法を提案する。 我々の提案は、画像の色形成をモデル化することである。 色形成は、主にシーンオブジェクトのスケールのバリエーションに依存するため、高周波アーティファクトに依存しない。 我々は、照明色やカメラの白点推定に敏感な深度距離空間を学習するが、一方、対象色の変化には敏感である。 埋め込み空間の広い距離は、2つの画像領域が異なるシーンまたは異なるカメラに由来することを示している。 本評価では,強い圧縮とダウンサンプリングの対象となる画像に対して,提案手法の組込み空間が技量を上回ることを示す。 さらに2つの実験において、距離空間の双対性、すなわち、取得カメラとシーンの照度色の両方を特徴付けることを確認した。 このように、この研究は物理学に基づく統計法医学の交差点に存在し、双方の利益がある。

関連論文リスト

• A Nerf-Based Color Consistency Method for Remote Sensing Images [0.5735035463793009]
  暗黙の表現を用いて画像特徴を一緒に織り込み、次に特徴空間を再照らし、新しい視点で融合画像を生成する、多視点画像のためのNeRFに基づく色整合法を提案する。 実験結果から,本手法により生成した合成画像は,エッジにおける視覚効果とスムーズな色遷移に優れることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T13:26:07Z)
• Multiscale Sliced Wasserstein Distances as Perceptual Color Difference Measures [34.8728594246521]
  マルチスケールスライスされたワッサースタイン距離に基づく知覚CD測度について述べる。 実験結果から,写真画像のCD評価においてCD測定が好適であることが示唆された。 数学的な意味では測度として機能し、画像やビデオのカラー転送タスクの損失関数としてその可能性を示す。
  論文  参考訳（メタデータ） (2024-07-14T12:48:16Z)
• Multiple Latent Space Mapping for Compressed Dark Image Enhancement [51.112925890246444]
  既存の暗黒画像強調手法は、圧縮された暗黒画像を入力とし、優れた性能を実現する。 可変オートエンコーダ(VAE)に基づく新しい潜時マッピングネットワークを提案する。 総合的な実験により,提案手法は圧縮暗画像強調における最先端性能を実現することを示した。
  論文  参考訳（メタデータ） (2024-03-12T13:05:51Z)
• SUCRe: Leveraging Scene Structure for Underwater Color Restoration [1.9490160607392462]
  本研究では,シーンの3次元構造を利用した水中色復元手法であるSUCReを紹介する。 我々は、自然光から深海環境まで様々なシナリオにおいて、我々のアプローチを定量的、質的に分析する。
  論文  参考訳（メタデータ） (2022-12-18T16:53:13Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• ObjectFormer for Image Manipulation Detection and Localization [118.89882740099137]
  画像操作の検出とローカライズを行うObjectFormerを提案する。 画像の高周波特徴を抽出し,マルチモーダルパッチの埋め込みとしてRGB特徴と組み合わせる。 各種データセットについて広範な実験を行い,提案手法の有効性を検証した。
  論文  参考訳（メタデータ） (2022-03-28T12:27:34Z)
• Astronomical Image Colorization and upscaling with Generative Adversarial Networks [0.0]
  本研究の目的は、非常に特定の画像領域、すなわち天文学的な画像に焦点をあてることにより、この問題に自動的アプローチを提供することである。 我々は、RGBとL*a*bという2つの異なる色空間における様々なモデルの使用について検討する。 このモデルは、画像に存在しない高解像度で色付けされたデータを幻覚させる視覚的に魅力的な画像を生成する。
  論文  参考訳（メタデータ） (2021-12-27T19:01:20Z)
• Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space Embedding [88.46682991985907]
  本稿では,Ucolor と呼ばれる媒体透過誘導多色空間埋め込みによる水中画像強調ネットワークを提案する。 当社のネットワークは、複数の色空間を埋め込むことにより、水中画像の視覚的品質を効果的に改善できます。
  論文  参考訳（メタデータ） (2021-04-27T07:35:30Z)
• The color out of space: learning self-supervised representations for Earth Observation imagery [10.019106184219515]
  衛星画像から有意義な表現を学習し、その高次元スペクトル帯域を利用して可視色を再構成する。 我々は,土地被覆分類(BigEarthNet)と西ナイルウイルス検出(West Nile Virus detection)について実験を行い,着色が特徴抽出器を訓練するための確固とした前提条件であることを示した。
  論文  参考訳（メタデータ） (2020-06-22T10:21:36Z)
• Instance-aware Image Colorization [51.12040118366072]
  本稿では,インスタンス認識のカラー化を実現する手法を提案する。 我々のネットワークアーキテクチャは、市販のオブジェクト検出器を利用して、収穫されたオブジェクト画像を取得する。 類似したネットワークを用いて、フルイメージの特徴を抽出し、融合モジュールを適用して最終色を予測する。
  論文  参考訳（メタデータ） (2020-05-21T17:59:23Z)
• Learning to Structure an Image with Few Colors [59.34619548026885]
  そこで,カラー量子化ネットワークであるColorCNNを提案する。 1ビットのカラースペース(すなわち2色)だけで、提案されたネットワークはCIFAR10データセット上で82.1%のトップ-1の精度を達成した。 アプリケーションの場合、PNGでエンコードされた場合、提案したカラー量子化は、極低ビットレート方式の他の画像圧縮方法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-03-17T17:56:15Z)

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。