論文の概要: Authentication and integrity of smartphone videos through multimedia
container structure analysis
- arxiv url: http://arxiv.org/abs/2402.06661v1
- Date: Mon, 5 Feb 2024 22:34:24 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-18 13:56:01.682375
- Title: Authentication and integrity of smartphone videos through multimedia
container structure analysis
- Title（参考訳）: マルチメディアコンテナ構造解析によるスマートフォンビデオの認証と完全性
- Authors: Carlos Quinto Huam\'an, Ana Lucila Sandoval Orozco, Luis Javier
Garc\'ia Villalba
- Abstract要約: 本研究は,MP4,MOV,3GPフォーマットビデオに対する攻撃の可能性を検出する新しい手法を提案する。
この提案の目的は、ビデオの完全性を確認し、買収の源を識別し、オリジナルと操作されたビデオの区別を行うことである。
- 参考スコア（独自算出の注目度）: 9.781421596580298
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Nowadays, mobile devices have become the natural substitute for the digital
camera, as they capture everyday situations easily and quickly, encouraging
users to express themselves through images and videos. These videos can be
shared across different platforms exposing them to any kind of intentional
manipulation by criminals who are aware of the weaknesses of forensic
techniques to accuse an innocent person or exonerate a guilty person in a
judicial process. Commonly, manufacturers do not comply 100% with the
specifications of the standards for the creation of videos. Also, videos shared
on social networks, and instant messaging applications go through filtering and
compression processes to reduce their size, facilitate their transfer, and
optimize storage on their platforms. The omission of specifications and results
of transformations carried out by the platforms embed a features pattern in the
multimedia container of the videos. These patterns make it possible to
distinguish the brand of the device that generated the video, social network,
and instant messaging application that was used for the transfer. Research in
recent years has focused on the analysis of AVI containers and tiny video
datasets. This work presents a novel technique to detect possible attacks
against MP4, MOV, and 3GP format videos that affect their integrity and
authenticity. The method is based on the analysis of the structure of video
containers generated by mobile devices and their behavior when shared through
social networks, instant messaging applications, or manipulated by editing
programs. The objectives of the proposal are to verify the integrity of videos,
identify the source of acquisition and distinguish between original and
manipulated videos.
- Abstract（参考訳）: 現在、モバイル機器はデジタルカメラの代替品となり、日常の状況を簡単かつ迅速に捉え、ユーザーは画像やビデオを通じて自己表現することを奨励している。
これらのビデオは、法医学的手法の弱点を認識し、無実の人を告発したり、裁判プロセスで有罪となったりしている犯罪者によって、あらゆる種類の意図的な操作に晒される様々なプラットフォームで共有することができる。
一般的に、メーカーはビデオ作成の標準仕様に100%準拠していない。
また、ソーシャルネットワーク上で共有されるビデオやインスタントメッセージングアプリケーションは、フィルタリングや圧縮プロセスを通じて、そのサイズを減らし、転送を容易にし、プラットフォーム上のストレージを最適化する。
プラットフォームが行う仕様の省略と変換の結果は、ビデオのマルチメディアコンテナにフィーチャーパターンを埋め込んでいる。
これらのパターンにより、ビデオ、ソーシャルネットワーク、および転送に使われたインスタントメッセージングアプリケーションを生成するデバイスのブランドを区別することができる。
近年の研究は、AVIコンテナと小さなビデオデータセットの分析に焦点を当てている。
本研究は,MP4,MOV,3GPフォーマットビデオに対する攻撃の可能性を検出する新しい手法を提案する。
本手法は,モバイル端末が生成するビデオコンテナの構造と,ソーシャルネットワーク,インスタントメッセージングアプリケーション,あるいは編集プログラムによって操作された場合の動作を解析した。
提案の目的は,映像の完全性を検証し,取得源を特定し,オリジナル映像と操作映像を区別することである。
関連論文リスト
- RACCooN: A Versatile Instructional Video Editing Framework with Auto-Generated Narratives [58.15403987979496]
本稿では,RACCooNを提案する。
ビデオ生成モデルは、自動生成された物語や指示を取り入れて、生成されたコンテンツの質と精度を高める。
提案フレームワークは,ビデオ・パラグラフ生成,映像コンテンツ編集において優れた多機能性を示し,さらに拡張するために他のSoTAビデオ生成モデルに組み込むことができる。
論文 参考訳（メタデータ） (2024-05-28T17:46:36Z) - Reframe Anything: LLM Agent for Open World Video Reframing [0.8424099022563256]
ビデオリフレーミングのためのビジュアルコンテンツを再構成するAIベースのエージェントであるReframe Any Video Agent (RAVA)を紹介する。
RAVAは、ユーザーの指示やビデオコンテンツを解釈する知覚、アスペクト比やフレーミング戦略を決定する計画、最終映像を作成するための編集ツールを呼び出す実行の3段階からなる。
我々の実験は、AIを利用したビデオ編集ツールとしての可能性を実証し、ビデオの有能なオブジェクト検出と現実世界のリフレーミングタスクにおけるRAVAの有効性を検証した。
論文 参考訳（メタデータ） (2024-03-10T03:29:56Z) - Compression effects and scene details on the source camera identification of digital videos [14.105727639288316]
特定のデジタルビデオの真正性や完全性を保証するために、法医学的分析機構を導入することが不可欠である。
モバイルデバイスからのデジタルビデオの取得元を特定する手法を提案する。
論文 参考訳（メタデータ） (2024-02-07T09:14:18Z) - Digital Video Manipulation Detection Technique Based on Compression Algorithms [8.345872075633498]
本稿では,H.264符号化における圧縮アルゴリズムの解析による法医学的手法を提案する。
Vector Support Machineは、ビデオが圧縮されたかどうかを正確に検出するモデルを作成するために使用される。
論文 参考訳（メタデータ） (2024-02-03T16:05:27Z) - Ground-A-Video: Zero-shot Grounded Video Editing using Text-to-image
Diffusion Models [65.268245109828]
Ground-A-Videoは、マルチ属性ビデオ編集のためのビデオからビデオへの変換フレームワークである。
トレーニング不要な方法で、時間的に一貫した入力ビデオの編集を可能にする。
実験と応用により、Ground-A-Videoのゼロショットキャパシティは、編集精度とフレームの整合性の観点から、他のベースライン手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2023-10-02T11:28:37Z) - VPN: Video Provenance Network for Robust Content Attribution [72.12494245048504]
VPN - オンラインで共有されているビデオから出典情報を復元するコンテンツ属性手法を提案する。
完全長あるいは切り離されたビデオクエリを用いて,このようなビデオのマッチングに頑健な検索埋め込みを学習する。
一度ビデオクリップの信頼できるデータベースにマッチすると、そのクリップの出所に関する関連情報がユーザに提示される。
論文 参考訳（メタデータ） (2021-09-21T09:07:05Z) - Efficient video integrity analysis through container characterization [77.45740041478743]
本稿では,ビデオ操作に使用するソフトウェアをコンテナベースで識別する手法を提案する。
提案手法は効率的かつ効果的であり,その決定の簡易な説明も可能である。
プリストインを改ざんされたビデオと区別し、編集ソフトを分類することで97.6%の精度を達成している。
論文 参考訳（メタデータ） (2021-01-26T14:13:39Z) - FrameProv: Towards End-To-End Video Provenance [0.0]
ビデオ伝送チェーンに信頼性の高いコンポーネントを埋め込むことで、最も過酷な操作を緩和することを目的とした長期的なプロジェクトを紹介します。
本稿では、新しいデータ構造、ビデオ編集仕様言語、そしてエンドツーエンドのビデオの証明を提供するインフラを提供する。
私は、このアイデアをメインストリームに導入する最善の方法について、ジャーナリストやビデオエディターと話し合っています。
論文 参考訳（メタデータ） (2020-05-19T03:52:21Z) - Multi-Modal Video Forensic Platform for Investigating Post-Terrorist
Attack Scenarios [55.82693757287532]
大規模ビデオ分析プラットフォーム(VAP)は、容疑者を特定し証拠を確保するために法執行機関(LEA)を支援する。
本稿では,視覚・音声分析モジュールを統合し,監視カメラからの情報と目撃者からの映像アップロードを融合するビデオ分析プラットフォームを提案する。
論文 参考訳（メタデータ） (2020-04-02T14:29:27Z) - TransMoMo: Invariance-Driven Unsupervised Video Motion Retargeting [107.39743751292028]
TransMoMoは、ソースビデオ中の人の動きを、ターゲットの別のビデオに現実的に転送することができる。
動き, 構造, ビューアングルを含む3つの要因の不変性を利用する。
本研究では,最先端手法に対する提案手法の有効性を実証する。
論文 参考訳（メタデータ） (2020-03-31T17:49:53Z)
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。