論文の概要: Shrinking the Semantic Gap: Spatial Pooling of Local Moment Invariants
for Copy-Move Forgery Detection
- arxiv url: http://arxiv.org/abs/2207.09135v1
- Date: Tue, 19 Jul 2022 09:11:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-20 13:55:43.695678
- Title: Shrinking the Semantic Gap: Spatial Pooling of Local Moment Invariants
for Copy-Move Forgery Detection
- Title(参考訳): 意味的ギャップを縮小する:コピーモブ偽造検出のための局所モーメント不変量の空間プール
- Authors: Chao Wang, Zhiqiu Huang, Shuren Qi, Yaoshen Yu, Guohua Shen
- Abstract要約: Copy-move forgeryは、特定のパッチをコピー&ペーストして画像に貼り付ける操作で、潜在的に違法または非倫理的使用がある。
コピー・ムーブ・フォージェリーの法医学的手法の進歩は,検出精度とロバスト性の向上に寄与している。
自己相似性が高い画像や強い信号の破損のある画像の場合、既存のアルゴリズムはしばしば非効率なプロセスと信頼性の低い結果を示す。
- 参考スコア(独自算出の注目度): 7.460203098159187
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Copy-move forgery is a manipulation of copying and pasting specific patches
from and to an image, with potentially illegal or unethical uses. Recent
advances in the forensic methods for copy-move forgery have shown increasing
success in detection accuracy and robustness. However, for images with high
self-similarity or strong signal corruption, the existing algorithms often
exhibit inefficient processes and unreliable results. This is mainly due to the
inherent semantic gap between low-level visual representation and high-level
semantic concept. In this paper, we present a very first study of trying to
mitigate the semantic gap problem in copy-move forgery detection, with spatial
pooling of local moment invariants for midlevel image representation. Our
detection method expands the traditional works on two aspects: 1) we introduce
the bag-of-visual-words model into this field for the first time, may meaning a
new perspective of forensic study; 2) we propose a word-to-phrase feature
description and matching pipeline, covering the spatial structure and visual
saliency information of digital images. Extensive experimental results show the
superior performance of our framework over state-of-the-art algorithms in
overcoming the related problems caused by the semantic gap.
- Abstract(参考訳): Copy-move forgeryは、特定のパッチをコピーして画像に貼り付ける操作で、潜在的に違法または非倫理的使用がある。
近年,コピーモーブ偽造の法医学的手法が進歩し,検出精度とロバスト性が向上している。
しかし、高い自己相似性や強い信号破壊を持つ画像では、既存のアルゴリズムはしばしば非効率なプロセスと信頼性の低い結果を示す。
これは主に、低レベルの視覚表現と高レベルの意味概念の間に固有の意味的ギャップがあるためである。
本稿では,中間画像表現のための局所モーメント不変量の空間プーリングを用いて,コピー・モーブ・フォージェリ検出における意味ギャップ問題の緩和を図る。
この検出手法は, 従来の2つの側面により拡張される。
1) この分野に初めて視覚の袋モデルを導入することは,法医学研究の新しい視点を意味するかもしれない。
2)デジタル画像の空間構造と視覚的サリエンシ情報を網羅した,単語間特徴記述とマッチングパイプラインを提案する。
大規模な実験結果から, セマンティックギャップに起因する問題を克服する上で, 最先端のアルゴリズムよりも優れた性能を示した。
関連論文リスト
- UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。
我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
論文 参考訳(メタデータ) (2024-07-26T20:51:54Z) - Distractors-Immune Representation Learning with Cross-modal Contrastive Regularization for Change Captioning [71.14084801851381]
変更キャプションは、類似した画像間のセマンティックな変化を簡潔に記述することを目的としている。
既存のほとんどの手法は、それらの違いを直接キャプチャし、エラーを起こしやすい特徴を得るリスクを負う。
本稿では,2つの画像表現の対応するチャネルを関連づけるイントラクタ免疫表現学習ネットワークを提案する。
論文 参考訳(メタデータ) (2024-07-16T13:00:33Z) - Image Copy-Move Forgery Detection and Localization Scheme: How to Avoid Missed Detection and False Alarm [10.135979083516174]
画像コピー-ムーブ(英: Image copy-move)は、画像の一部が同じ画像の別の部分に置き換えられる操作であり、違法な目的に使用できる。
近年の研究では、キーポイントに基づくアルゴリズムは、優れた、ロバストなローカライゼーション性能を達成している。
しかし、入力画像が低解像度である場合、既存のキーポイントベースのアルゴリズムのほとんどは、十分なキーポイントを生成するのが困難である。
論文 参考訳(メタデータ) (2024-06-05T13:50:29Z) - Can Deep Network Balance Copy-Move Forgery Detection and
Distinguishment? [3.7311680121118345]
コピーモーブ偽造検出は、デジタル画像鑑定において重要な研究領域である。
近年では、コピー・ムーブの偽造品で原本と複製物とを区別することへの関心が高まっている。
本稿では,エンド・ツー・エンドのディープ・ニューラル・ネットワークにおけるトランスフォーマー・アーキテクチャを用いた革新的な手法を提案する。
論文 参考訳(メタデータ) (2023-05-17T14:35:56Z) - Learning to search for and detect objects in foveal images using deep
learning [3.655021726150368]
本研究では,画像中のクラスを探索する人間の客観的な注意をエミュレートする固定予測モデルを用いる。
そして、各固定点のフェーブされた画像を分類して、シーンにターゲットが存在するか否かを判定する。
本稿では,2つのタスク間の知識伝達を可能とし,修正予測と検出を同時に行うことができる新しいデュアルタスクモデルを提案する。
論文 参考訳(メタデータ) (2023-04-12T09:50:25Z) - Benchmarking Scientific Image Forgery Detectors [18.225190509954874]
本稿では,研究コミュニティが報告した最も一般的な画像偽造操作を再現する,拡張可能なオープンソースライブラリを提案する。
我々は、富裕層を有する大規模な科学的偽画像ベンチマーク(39,423画像)を作成する。
さらに,画像重複による抽出論文の多さを考慮し,提案したデータセットにおける最先端のコピー・モーブ検出手法の評価を行った。
論文 参考訳(メタデータ) (2021-05-26T22:58:20Z) - Content-Based Detection of Temporal Metadata Manipulation [91.34308819261905]
画像の撮像時間とその内容と地理的位置とが一致しているかどうかを検証するためのエンドツーエンドのアプローチを提案する。
中心となる考え方は、画像の内容、キャプチャ時間、地理的位置が一致する確率を予測するための教師付き一貫性検証の利用である。
我々のアプローチは、大規模なベンチマークデータセットの以前の作業により改善され、分類精度が59.03%から81.07%に向上した。
論文 参考訳(メタデータ) (2021-03-08T13:16:19Z) - Exposing Semantic Segmentation Failures via Maximum Discrepancy
Competition [102.75463782627791]
オープンビジュアルの世界において,既存の意味セグメンテーション手法の失敗を露呈することで,質問に答える。
モデル改ざんに関するこれまでの研究に触発され、任意に大きい画像セットから始まり、2つのセグメンテーション方法間の差分法(MAD)をMAximizingすることによって、小さな画像セットを自動的にサンプリングします。
選択された画像は、2つの方法のいずれか(または両方)を偽造する最大の可能性を持っている。
また,MADコンペティションにおいて,障害の露呈が困難であるセグメンテーション法について検討した。
論文 参考訳(メタデータ) (2021-02-27T16:06:25Z) - Rethinking of the Image Salient Object Detection: Object-level Semantic
Saliency Re-ranking First, Pixel-wise Saliency Refinement Latter [62.26677215668959]
本稿では,意味的に有意な領域を粗い位置で特定する,軽量で教師付きの深層ネットワークを提案する。
次に,これらセマンティック・サリエント領域の深層モデルを画素ワイド・サリエンシ改善として融合する。
提案手法は単純だが有効であり,本手法は主眼をオブジェクトレベルのセマンティック・リグレード問題とみなすための最初の試みである。
論文 参考訳(メタデータ) (2020-08-10T07:12:43Z) - Mining Cross-Image Semantics for Weakly Supervised Semantic Segmentation [128.03739769844736]
2つのニューラルコアテンションを分類器に組み込んで、画像間のセマンティックな類似点と相違点をキャプチャする。
オブジェクトパターン学習の強化に加えて、コアテンションは他の関連する画像からのコンテキストを活用して、ローカライズマップの推論を改善することができる。
提案アルゴリズムは,これらすべての設定に対して新たな最先端性を設定し,その有効性と一般化性を示す。
論文 参考訳(メタデータ) (2020-07-03T21:53:46Z)
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。