論文の概要: Dual JPEG Compatibility: a Reliable and Explainable Tool for Image Forensics
- arxiv url: http://arxiv.org/abs/2408.17106v1
- Date: Fri, 30 Aug 2024 08:45:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-02 15:58:20.770678
- Title: Dual JPEG Compatibility: a Reliable and Explainable Tool for Image Forensics
- Title（参考訳）: Dual JPEG Compatibility:画像鑑定のための信頼性と説明可能なツール
- Authors: Etienne Levecque, Jan Butora, Patrick Bas,
- Abstract要約: JPEGパイプライン(圧縮または非圧縮)が与えられると、この論文は8×8ブロックの先行要素を見つける方法を示す。
JPEG圧縮後の塗布, 複写, スプライシングは, 3種類のミスマッチ問題に変換可能であることを示す。
提案手法は,偽陽性を伴わず,高い検出力で偽造をJPEGブロックにピン留めすることができる。
- 参考スコア（独自算出の注目度）: 13.859669037499769
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given a JPEG pipeline (compression or decompression), this paper shows how to find the antecedent of a 8 x 8 block. If it exists, the block is compatible with the pipeline. For unaltered images, all blocks are always compatible with the original pipeline; however, for manipulated images, this is not always the case. This article demonstrates the potential of compatibility concepts for JPEG image forensics. It presents a solution to the main challenge of finding a block antecedent in a high-dimensional space. This solution relies on a local search algorithm with restrictions on the search space. We show that inpainting, copy-move, or splicing applied after a JPEG compression can be turned into three different mismatch problems and be detected. In particular, when the image is re-compressed after the modification, we can detect the manipulation if the quality factor of the second compression is higher than the first one. Our method can pinpoint forgeries down to the JPEG block with great detection power and without False Positive. We compare our method with two state-of-the-art models on localizing inpainted forgeries after a simple or a double compression. We show that under our working assumptions, it outperforms those models for most experiments.
- Abstract（参考訳）: JPEGパイプライン(圧縮または非圧縮)が与えられると、この論文は8×8ブロックの先行要素を見つける方法を示す。
存在する場合、ブロックはパイプラインと互換性がある。
修正されていない画像の場合、すべてのブロックは元のパイプラインと常に互換性があるが、操作された画像の場合、常にそうであるとは限らない。
本稿ではJPEG画像法医学における互換性概念の可能性を示す。
これは、高次元空間において先行するブロックを見つけることの主な課題に対する解である。
この解は、探索空間に制限のある局所探索アルゴリズムに依存する。
JPEG圧縮後の塗布,複写,スプライシングを3種類のミスマッチ問題に変換し,検出可能であることを示す。
特に、修正後に画像が再圧縮されると、第2圧縮の品質係数が第1圧縮値よりも高い場合、その操作を検出することができる。
提案手法は,偽陽性を伴わず,高い検出力で偽造をJPEGブロックにピン留めすることができる。
本手法は, 単純あるいは二重圧縮後, 塗装された偽造物の局所化に関する2つの最先端モデルと比較する。
作業上の仮定では、ほとんどの実験において、これらのモデルよりも優れています。
関連論文リスト
- OAPT: Offset-Aware Partition Transformer for Double JPEG Artifacts Removal [11.880153842710776]
OAPTと呼ばれるJPEGアーティファクト除去のためのオフセット対応分割変換器を提案する。
8×8ブロック毎に最大4パターンのJPEG圧縮を行う。
OAPTは圧縮オフセット予測器と画像再構成器の2つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2024-08-21T09:47:54Z) - Recompression Based JPEG Tamper Detection and Localization Using Deep Neural Network Eliminating Compression Factor Dependency [2.8498944632323755]
本稿では,JPEG画像におけるrepression based forgeryの存在を検出することができる畳み込みニューラルネットワークに基づくディープラーニングアーキテクチャを提案する。
本研究では,リ圧縮機能に基づく画像操作領域のローカライズも目的とする。
論文 参考訳（メタデータ） (2024-07-03T09:19:35Z) - Unified learning-based lossy and lossless JPEG recompression [15.922937139019547]
本稿では,学習量子化テーブルとマルコフ階層型変分オートエンコーダから構成されるJPEG再圧縮フレームワークを提案する。
実験の結果,JPEGが上界に近づくと,任意に低歪みが得られることがわかった。
論文 参考訳（メタデータ） (2023-12-05T12:07:27Z) - Bitstream-Corrupted JPEG Images are Restorable: Two-stage Compensation
and Alignment Framework for Image Restoration [23.101965117344]
実世界のJPEG画像復元問題について,ビットストリームのビット誤りを用いて検討する。
本稿では、ロバストなJPEGデコーダと、2段階補正およびアライメントフレームワークを提案する。
ビット誤り率の異なる3つのベンチマークで実験を行う。
論文 参考訳（メタデータ） (2023-04-14T07:54:41Z) - Practical Learned Lossless JPEG Recompression with Multi-Level
Cross-Channel Entropy Model in the DCT Domain [10.655855413391324]
本稿では,DCT領域で動作するディープラーニングに基づくJPEG再圧縮手法を提案する。
実験により,従来のJPEG再圧縮手法と比較して最先端の性能が得られた。
論文 参考訳（メタデータ） (2022-03-30T14:36:13Z) - Image Splicing Detection, Localization and Attribution via JPEG Primary
Quantization Matrix Estimation and Clustering [49.75353434786065]
画像領域の異なる2つのJPEGアーチファクトの不整合の検出は、しばしば局所的な画像操作を検出するために使用される。
ドナー画像の異なる領域を識別するエンド・ツー・エンドシステムを提案する。
論文 参考訳（メタデータ） (2021-02-02T11:21:49Z) - Towards Robust Data Hiding Against (JPEG) Compression: A
Pseudo-Differentiable Deep Learning Approach [78.05383266222285]
これらの圧縮に対抗できるデータ隠蔽の目標を達成することは、依然としてオープンな課題である。
ディープラーニングはデータの隠蔽に大きな成功を収めていますが、JPEGの非差別化性は、損失のある圧縮に対する堅牢性を改善するための深いパイプラインのトレーニングを困難にしています。
本稿では,上記の制約をすべて一度に解決するための,単純かつ効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-12-30T12:30:09Z) - Analyzing and Mitigating JPEG Compression Defects in Deep Learning [69.04777875711646]
本稿では,JPEG圧縮が共通タスクやデータセットに与える影響を統一的に検討する。
高圧縮の一般的なパフォーマンス指標には大きなペナルティがあることが示される。
論文 参考訳（メタデータ） (2020-11-17T20:32:57Z) - Learning to Improve Image Compression without Changing the Standard
Decoder [100.32492297717056]
本稿では,標準デコーダによる符号化性能向上のための学習法を提案する。
具体的には、DCT係数の分布を最適化する周波数領域事前編集法を提案する。
JPEGデコーダは変更しないので、広く使われている標準JPEGデコーダで画像を見る際には、我々のアプローチが適用可能である。
論文 参考訳（メタデータ） (2020-09-27T19:24:42Z) - Quantization Guided JPEG Artifact Correction [69.04777875711646]
我々はJPEGファイル量子化行列を用いたアーティファクト修正のための新しいアーキテクチャを開発した。
これにより、特定の品質設定のためにトレーニングされたモデルに対して、単一のモデルで最先端のパフォーマンスを達成できます。
論文 参考訳（メタデータ） (2020-04-17T00:10:08Z) - Discernible Image Compression [124.08063151879173]
本稿では、外観と知覚の整合性の両方を追求し、圧縮画像を作成することを目的とする。
エンコーダ・デコーダ・フレームワークに基づいて,事前学習したCNNを用いて,オリジナル画像と圧縮画像の特徴を抽出する。
ベンチマーク実験により,提案手法を用いて圧縮した画像は,その後の視覚認識・検出モデルでもよく認識できることが示された。
論文 参考訳（メタデータ） (2020-02-17T07:35:08Z)
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。