論文の概要: Using Wavelet Domain Fingerprints to Improve Source Camera Identification
- arxiv url: http://arxiv.org/abs/2507.01712v1
- Date: Wed, 02 Jul 2025 13:43:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-03 14:23:00.265601
- Title: Using Wavelet Domain Fingerprints to Improve Source Camera Identification
- Title（参考訳）: ウェーブレット・ドメイン・フィンガープリントを用いた音源カメラ識別の改善
- Authors: Xinle Tian, Matthew Nunes, Emiko Dupont, Shaunagh Downing, Freddie Lichtenstein, Matt Burns,
- Abstract要約: 本稿ではウェーブレットに基づくSPN抽出法を提案する。
指紋を画像として構築する代わりに,ウェーブレットドメイン指紋の概念を導入する。
これにより、デノナイジングアルゴリズムの最終反転ステップを回避し、ウェーブレット領域で指紋比較を直接行うことができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Camera fingerprint detection plays a crucial role in source identification and image forensics, with wavelet denoising approaches proving to be particularly effective in extracting sensor pattern noise (SPN). In this article, we propose a modification to wavelet-based SPN extraction. Rather than constructing the fingerprint as an image, we introduce the notion of a wavelet domain fingerprint. This avoids the final inversion step of the denoising algorithm and allows fingerprint comparisons to be made directly in the wavelet domain. As such, our modification streamlines the extraction and comparison process. Experimental results on real-world datasets demonstrate that our method not only achieves higher detection accuracy but can also significantly improve processing speed.
- Abstract（参考訳）: カメラ指紋検出は,センサパターンノイズ(SPN)の抽出に特に有効であることが証明されたウェーブレットによるアプローチによって,情報源の識別と画像鑑定において重要な役割を担っている。
本稿では,ウェーブレットに基づくSPN抽出の修正を提案する。
指紋を画像として構築するのではなく,ウェーブレットドメイン指紋の概念を導入する。
これにより、デノナイジングアルゴリズムの最終反転ステップを回避し、ウェーブレット領域で指紋比較を直接行うことができる。
このように、我々は抽出と比較のプロセスを合理化している。
実世界のデータセットに対する実験結果から,本手法は高い検出精度を実現するだけでなく,処理速度を大幅に向上させることができることが示された。
関連論文リスト
- Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection [53.842568573251214]
3つのSARデータセットによる実験結果から、我々のWBANetは現代最先端の手法を著しく上回っていることが明らかとなった。
我々のWBANetは、それぞれのデータセットで98.33%、96.65%、96.62%の正確な分類(PCC)を達成している。
論文 参考訳（メタデータ） (2024-07-18T04:36:10Z) - Quantifying Noise of Dynamic Vision Sensor [49.665407116447454]
動的視覚センサ(DVS)は、大量のバックグラウンドアクティビティ(BA)ノイズによって特徴付けられる。
標準的な画像処理技術を用いて,ノイズとクリーン化センサ信号とを区別することは困難である。
Detrended Fluctuation Analysis (DFA) から得られたBAノイズを特徴付ける新しい手法が提案されている。
論文 参考訳（メタデータ） (2024-04-02T13:43:08Z) - Tree-Ring Watermarks: Fingerprints for Diffusion Images that are
Invisible and Robust [55.91987293510401]
生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。
本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。
私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
論文 参考訳（メタデータ） (2023-05-31T17:00:31Z) - General GAN-generated image detection by data augmentation in
fingerprint domain [3.456122013525227]
まず,自動エンコーダを用いたGAN指紋抽出装置を用いて,GAN生成画像の指紋と内容を分離する。
元の指紋は乱れた指紋で代用され、元のコンテンツに追加され、視覚的に不変だが異なる指紋を持つ画像を生成する。
我々の知る限り、私たちはフィンガードメインでデータ拡張を行う最初の人物です。
論文 参考訳（メタデータ） (2022-12-27T12:37:11Z) - Data Uncertainty Guided Noise-aware Preprocessing Of Fingerprints [5.740220134446289]
本稿では,入力画像に存在する雑音を定量化し,背景雑音やリッジの明度が低い指紋領域を識別する,データ不確実性に基づくフレームワークを提案する。
ノイズの定量化は、2つの折りたたみモデルに役立つ: まず、目的関数を特定の入力指紋のノイズに適応させ、その結果、ノイズや歪んだ指紋領域の堅牢な性能を達成する。
予測ノイズ分散マップは、入力画像に存在するノイズによる誤予測をエンドユーザが理解できるようにする。
論文 参考訳（メタデータ） (2021-07-02T19:47:58Z) - ProxyFAUG: Proximity-based Fingerprint Augmentation [81.15016852963676]
ProxyFAUGはルールベースで近接性に基づく指紋増強法である。
このデータセット上で最高のパフォーマンスの測位法は、中央値エラーで40%改善され、平均誤差で6%向上した。
論文 参考訳（メタデータ） (2021-02-04T15:59:30Z) - Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。
本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。
提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
論文 参考訳（メタデータ） (2020-05-12T15:51:59Z) - Deep Encoder-Decoder Neural Network for Fingerprint Image Denoising and
Inpainting [0.0]
デコーダは、ネットワーク内の拡張畳み込みを用いて、デノナイジングを実現する特徴に基づいて、元の指紋画像を再構成し、レセプタフィールドを増大させる。
実験結果から, 指紋画像のエッジ, ライン, カーブ特性の回復性が向上し, 視覚効果が向上し, ピーク信号対雑音比(PSNR)が向上することが示唆された。
論文 参考訳（メタデータ） (2020-05-03T15:24:22Z) - Dense Registration and Mosaicking of Fingerprints by Training an
End-to-End Network [36.50244665233824]
エンド・ツー・エンド・ネットワークをトレーニングし、2つの指紋間の画素単位の変位場を出力する。
また,最適なシーム選択に基づく指紋モザイク手法を提案する。
我々の登録法は,従来の密度の高い登録方法よりも精度と効率が優れている。
論文 参考訳（メタデータ） (2020-04-13T14:47:00Z)
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。