Fugu-MT 論文翻訳(概要): Deep Learning based Image Watermarking: A Brief Survey

論文の概要: Deep Learning based Image Watermarking: A Brief Survey

arxiv url: http://arxiv.org/abs/2308.04603v1
Date: Tue, 8 Aug 2023 22:06:14 GMT
ステータス: 処理完了
システム内更新日: 2023-08-10 15:51:54.136943
Title: Deep Learning based Image Watermarking: A Brief Survey
Title（参考訳）: 深層学習に基づく画像透かし - 簡単な調査-
Authors: Xin Zhong, Arjon Das, Fahad Alrasheedi, Abdullah Tanvir
Abstract要約: 本調査では,最先端の深層学習に基づく画像透かし手法を,埋め込み-抽出合同訓練,特徴変換としてのディープネットワーク,ハイブリッドスキームに分類した。各カテゴリの研究方向も分析され、要約される。
参考スコア（独自算出の注目度）: 1.519784397905147
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The act of secretly embedding and extracting a watermark on a cover image to protect it is known as image watermarking. In recent years, deep learning-based image watermarking techniques have been emerging one after another. To study the state-of-the-art, this survey categorizes cutting-edge deep learning-based image watermarking techniques into Embedder-Extractor Joint Training, Deep Networks as a Feature Transformation, and Hybrid schemes. Research directions in each category are also analyzed and summarized. Additionally, potential future research directions are discussed to envision future studies.
Abstract（参考訳）: カバー画像に秘かに透かしを埋め込み抽出して保護する行為は、画像透かし(image watermarking)と呼ばれる。近年,深層学習に基づく画像透かし技術が次々と出現している。そこで本研究では,最先端の深層学習に基づく画像透かし技術について,埋め込み・抽出合同訓練,特徴変換としてのディープネットワーク,ハイブリッドスキームに分類した。各カテゴリの研究方向も分析され、要約される。また,今後の研究の方向性についても論じる。

関連論文リスト

Cross-view geo-localization: a survey [1.3686993145787065]
クロスビューなジオローカライゼーションは、コンピュータビジョンの領域で注目を浴びている。本稿では,この領域に不可欠な最先端の方法論,技法,および関連する課題について,徹底的な調査を行う。
論文参考訳（メタデータ） (2024-06-14T05:14:54Z)
Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文参考訳（メタデータ） (2023-11-12T06:32:30Z)
Towards Deeply Unified Depth-aware Panoptic Segmentation with Bi-directional Guidance Learning [63.63516124646916]
深度認識型パノプティックセグメンテーションのためのフレームワークを提案する。本稿では,クロスタスク機能学習を容易にする双方向指導学習手法を提案する。本手法は,Cityscapes-DVPS と SemKITTI-DVPS の両データセットを用いた深度認識型パノプティックセグメンテーションのための新しい手法である。
論文参考訳（メタデータ） (2023-07-27T11:28:33Z)
Deep Image Matting: A Comprehensive Survey [85.77905619102802]
本稿では,ディープラーニング時代における画像マッチングの最近の進歩を概観する。本稿では,補助的な入力ベースの画像マッチングと,自動的な画像マッチングという,2つの基本的なサブタスクに焦点を当てる。画像マッチングの関連応用について論じ,今後の研究への課題と可能性を明らかにする。
論文参考訳（メタデータ） (2023-04-10T15:48:55Z)
Deep Depth Completion: A Survey [26.09557446012222]
我々は、読者が研究動向をよりよく把握し、現在の進歩を明確に理解するのに役立つ総合的な文献レビューを提供する。ネットワークアーキテクチャ,損失関数,ベンチマークデータセット,学習戦略の設計面から,関連する研究について検討する。室内および屋外のデータセットを含む,広く使用されている2つのベンチマークデータセットに対して,モデル性能の定量的比較を行った。
論文参考訳（メタデータ） (2022-05-11T08:24:00Z)
A Review of Landcover Classification with Very-High Resolution Remotely Sensed Optical Images-Analysis Unit,Model Scalability and Transferability [4.704131850850489]
ランドカバー分類は、超高解像度(VHR)画像解析において最も難しい課題の1つである。ディープラーニング(DL)に基づく土地被覆手法とトレーニング戦略の急速な増加が最先端であると主張されているため、既に断片化された土地被覆マッピング手法の技術的景観はさらに複雑である。
論文参考訳（メタデータ） (2022-02-07T16:38:40Z)
3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
論文参考訳（メタデータ） (2022-02-07T07:12:24Z)
A Brief Survey on Deep Learning Based Data Hiding, Steganography and Watermarking [98.1953404873897]
既存の文献を簡潔かつ包括的にレビューし,3つのメタアーキテクチャを概説する。そこで本研究では,ステガノグラフィ,ライトフィールドメッセージング,ウォーターマーキングなど,深層隠れの応用に関する具体的な戦略を概説する。
論文参考訳（メタデータ） (2021-03-02T10:01:03Z)
Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文参考訳（メタデータ） (2021-02-18T18:49:28Z)
Unsupervised Learning of Landmarks based on Inter-Intra Subject Consistencies [72.67344725725961]
本稿では,物体間ランドマーク成分を顔画像に組み込むことにより,画像ランドマーク発見のための教師なし学習手法を提案する。これは、補助的な主題関連構造に基づいて、元の主題のランドマークを変換するオブジェクト間マッピングモジュールによって達成される。変換された画像から元の被写体に戻るために、ランドマーク検出器は、対のオブジェクト内画像と対のオブジェクト間画像の両方に一貫した意味を含む空間的位置を学習せざるを得ない。
論文参考訳（メタデータ） (2020-04-16T20:38:16Z)

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。