論文の概要: Current Status and Trends in Image Anti-Forensics Research: A Bibliometric Analysis

• arxiv url: http://arxiv.org/abs/2408.11365v1
• Date: Wed, 21 Aug 2024 06:21:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-22 18:19:12.430954
• Title: Current Status and Trends in Image Anti-Forensics Research: A Bibliometric Analysis
• Title（参考訳）: 画像反法医学研究の現状と動向:文献分析
• Authors: Yihong Lu, Jianyi Liu, Ru Zhang,
• Abstract要約: 本研究の目的は、画像の反法医学に関する知識構造とホットスポットの研究を包括的にレビューすることである。 VOSViewerソフトウェアを用いた文献分析では、研究動向、主要な研究機関、最も影響力のある出版物、トップパブリッシング会場、そしてこの分野の最もアクティブなコントリビュータが明らかにされている。
• 参考スコア（独自算出の注目度）: 5.3344933044169895
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image anti-forensics is a critical topic in the field of image privacy and security research. With the increasing ease of manipulating or generating human faces in images, the potential misuse of such forged images is a growing concern. This study aims to comprehensively review the knowledge structure and research hotspots related to image anti-forensics by analyzing publications in the Web of Science Core Collection (WoSCC) database. The bibliometric analysis conducted using VOSViewer software has revealed the research trends, major research institutions, most influential publications, top publishing venues, and most active contributors in this field. This is the first comprehensive bibliometric study summarizing research trends and developments in image anti-forensics. The information highlights recent and primary research directions, serving as a reference for future research in image anti-forensics.
• Abstract（参考訳）: Image Anti-forensicsは、画像プライバシーとセキュリティ研究の分野で重要なトピックである。 画像中の人間の顔の操作や生成の容易さが増すにつれ、こうした偽造画像の潜在的な誤用が懸念される。 本研究の目的は,Web of Science Core Collection (WoSCC) データベースの出版物を解析し,画像の反鑑定に関する知識構造とホットスポットの研究を包括的にレビューすることである。 VOSViewerソフトウェアを用いた文献分析では、研究動向、主要な研究機関、最も影響力のある出版物、トップパブリッシング会場、そしてこの分野の最もアクティブなコントリビュータが明らかにされている。 これは、画像法医学における研究動向と進展を要約した初めての総合的文献計測研究である。 この情報は、画像の反法医学における将来の研究の参考として、最近および主要な研究の方向性を強調している。

関連論文リスト

• Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
  近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。 この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。 本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
  論文  参考訳（メタデータ） (2024-11-15T08:09:28Z)
• A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
  AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。 本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T12:44:48Z)
• Recent Advances in Digital Image and Video Forensics, Anti-forensics and Counter Anti-forensics [0.0]
  画像とビデオの鑑定は、最近、操作された画像やビデオの拡散により、注目を集めている。 本調査では,操作したデジタルメディアと生成メディアの両方をカバーする画像と映像の識別と偽造検出について検討する。
  論文  参考訳（メタデータ） (2024-02-03T09:01:34Z)
• Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
  近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。 本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
  論文  参考訳（メタデータ） (2022-12-12T02:54:08Z)
• A State-of-the-art Survey of U-Net in Microscopic Image Analysis: from Simple Usage to Structure Mortification [18.66392155060376]
  画像解析技術は、疾患、排水処理、環境変化モニタリング分析および畳み込みニューラルネットワーク(CNN)における従来の人工的手法の不都合を解決するために用いられる。 本稿では,U-Netの発展史を包括的にレビューし,U-Netの出現以来の様々なセグメンテーション手法の研究成果を分析する。
  論文  参考訳（メタデータ） (2022-02-14T02:52:53Z)
• Fine-Grained Image Analysis with Deep Learning: A Survey [146.22351342315233]
  きめ細かい画像解析(FGIA)は、コンピュータビジョンとパターン認識における長年の根本的な問題である。 本稿では、FGIAの分野を再定義し、FGIAの2つの基礎研究領域、細粒度画像認識と細粒度画像検索を統合することで、FGIAの分野を広げようとしている。
  論文  参考訳（メタデータ） (2021-11-11T09:43:56Z)
• Self-supervised learning methods and applications in medical imaging analysis: A survey [0.0]
  本稿では,医用画像解析分野における画像データへの自己教師付き学習アプローチの最先端研究の方向性について概説する。 この論文は、医療画像解析における自己教師型学習の分野における最新の研究の40点を取り上げ、その分野における最近のイノベーションの光を隠蔽することを目的としている。
  論文  参考訳（メタデータ） (2021-09-17T17:01:42Z)
• Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
  ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。 本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。 この領域では、非専門家に技術的な用語の定義を提供する。
  論文  参考訳（メタデータ） (2021-08-01T08:54:47Z)
• Trends in deep learning for medical hyperspectral image analysis [2.2404871878551353]
  本稿では,現在ディープラーニングを用いて医療用ハイパースペクトル画像の効果的な分析を行う出版物について検討する。 本研究は, 医用ハイパースペクトル画像解析のための分類, 分別, 検出における深層学習の活用を概観するものである。
  論文  参考訳（メタデータ） (2020-11-27T19:42:06Z)
• Image Segmentation Using Deep Learning: A Survey [58.37211170954998]
  イメージセグメンテーションは、画像処理とコンピュータビジョンにおいて重要なトピックである。 深層学習モデルを用いた画像セグメンテーション手法の開発を目的とした研究が,これまでに数多く行われている。
  論文  参考訳（メタデータ） (2020-01-15T21:37:47Z)

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。