論文の概要: Format-Controlled Multi-Scale JPEG Compression Response Analysis for Image-Level Forgery Screening

• arxiv url: http://arxiv.org/abs/2607.06615v1
• Date: Tue, 07 Jul 2026 08:24:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.154361
• Title: Format-Controlled Multi-Scale JPEG Compression Response Analysis for Image-Level Forgery Screening
• Title（参考訳）: 画像レベルフォージェリスクリーニングのためのフォーマット制御マルチスケールJPEG圧縮応答解析
• Abstract要約: 本稿では,CPU計算とブーストツリーのみを用いた画像レベルのフォージェリースクリーニングのための,軽量で解釈可能な機能エンジニアリングパイプラインを提案する。 提案手法では,7つのJPEG品質レベルで計算されたEmphmulti-scale Error Level Analysis (ELA) と,スプライシング領域の特徴を持つ2次元圧縮アーティファクトをキャプチャする新しいEmphcross-quality ELA比機能を組み合わせた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image forgery detection is a critical task in digital forensics, yet many deep-learning localization approaches are typically GPU-accelerated and computationally heavier than handcrafted screening methods. We propose a lightweight, interpretable feature engineering pipeline for image-level forgery screening using only CPU computation and gradient boosted trees. Our method introduces \emph{multi-scale Error Level Analysis} (ELA) computed at seven JPEG quality levels, combined with novel \emph{cross-quality ELA ratio} features that capture double-compression artifacts characteristic of spliced regions, augmented by spatial entropy, FFT energy bands, edge density, SRM residuals, and DCT blockiness, yielding a 405-dimensional feature vector. CASIA v2.0 contains a format confound (60\% of tampered images are TIFF while authentic images are JPEG/BMP and contain no TIFF samples), enabling a trivial \texttt{is\_tiff} classifier to reach 0.80 AUC. We address this through rigorous format-controlled evaluation: on the JPEG-only subset (9,501 images, eliminating the TIFF/JPEG container confound), our method achieves AUC~=~0.990 [95\% CI: 0.988--0.991] and F1~=~0.905 using 5-fold stratified cross-validation. Under a conservative source-aware group split (preventing related images from appearing in both train and test), AUC remains 0.976. An ablation study reveals that multi-scale ELA provides the dominant gain (+0.180 AUC over single-quality on the format-controlled subset), while cross-quality ratios provide complementary double-compression detection. These results support that the method detects compression-history inconsistencies rather than file-format shortcuts -- while offering feature-level interpretability, CPU-only deployment, and sub-second inference.
• Abstract（参考訳）: 画像偽造検出は、デジタル法医学において重要な課題であるが、多くのディープラーニングローカライゼーションアプローチは、通常、手作りのスクリーニング方法よりもGPUが加速し、計算的に重い。 本稿では,CPU計算と勾配向上木のみを用いた画像レベルのフォージェリースクリーニングのための,軽量で解釈可能な機能エンジニアリングパイプラインを提案する。 提案手法では,空間エントロピー,FFTエネルギーバンド,エッジ密度,SRM残差,DCTブロック性により特徴ベクトルが405次元になる,スプリケート領域の特徴を持つ2次元圧縮アーティファクトを捕捉する,新しい<emph{cross-quality ELA ratio}機能と組み合わせて,JPEGの品質レベルを計算した<emph{multi-scale Error Level Analysis} (ELA)を導入する。 CASIA v2.0はフォーマットコンフォーンド(60\%の改ざん画像はTIFFであり、認証画像はJPEG/BMPでありTIFFサンプルは含まない)を含み、自明な \texttt{is\_tiff} 分類器で0.80AUCに達する。 JPEGのみのサブセット(9,501イメージ、TIFF/JPEGコンテナのコンファウンドを排除)では、AUC~=~0.990[95\% CI:0.988--0.991]とF1~=~0.905を5倍層化クロスバリデーションを用いて達成する。 保守的なソース認識グループ分割(列車とテストの両方に関連画像が現れるのを防ぐ)の下では、AUCは0.976のままである。 アブレーション研究では、マルチスケールのERAが、フォーマット制御されたサブセットの単一品質よりも優位な利得(+0.180 AUC)を提供するのに対し、クロスクオリティ比は相補的な二重圧縮検出を提供することが明らかになった。 これらの結果は,ファイルフォーマットのショートカットではなく,圧縮履歴の不整合を検出すると同時に,機能レベルの解釈可能性,CPUのみのデプロイメント,秒未満の推論を実現している。

関連論文リスト

• Visual Distortion Detection in UGC Images Using Large Multimodal Models [40.6196464667839]
  我々は,大規模言語モデル(LLM)アーキテクチャを利用して,正確な視覚的歪み検出を行うtextbftextitVIGILを提案する。 我々のモデルは、ドメイン内合成歪み検出とtextitS2A タスクの両方において、強いベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-08-10T05:00:12Z)
• Thinking in Scales: Accelerating Gigapixel Pathology Image Analysis via Adaptive Continuous Reasoning [52.41928980786654]
  スライド画像全体に対してトークン効率のよいスケール空間連続推論を可能にするPathCTMを提案する。 PathCTMは診断推論を動的逐次情報追跡として定式化する。 必要な画像パッチの数を95.95%削減し、推論時間を約95.62%短縮し、AUCを劣化せずに維持する。
  論文  参考訳（メタデータ） (2026-05-19T07:46:44Z)
• SODiff: Semantic-Oriented Diffusion Model for JPEG Compression Artifacts Removal [50.90827365790281]
  SODiffはJPEGアーティファクト削除のためのセマンティック指向のワンステップ拡散モデルである。 我々の中核的な考え方は、効果的な復元ヒンジは、事前訓練された拡散モデルに対する意味指向的なガイダンスを提供することである。 SAIPEは、低品質(LQ)画像からリッチな特徴を抽出し、テキストエンコーダとセマンティックに整合した埋め込み空間に投影する。
  論文  参考訳（メタデータ） (2025-08-10T13:48:07Z)
• FD-LSCIC: Frequency Decomposition-based Learned Screen Content Image Compression [67.34466255300339]
  本稿では、SC画像圧縮における3つの重要な課題として、コンパクトな潜時特徴の学習、量子化ステップのサイズの適応、大規模なSCデータセットの欠如について述べる。 適応量子化モジュールを導入し、各周波数成分のスケールした均一ノイズを学習し、量子化の粒度を柔軟に制御する。 SDU-SCICD10Kは,基本SC画像,コンピュータレンダリング画像,およびPCおよびモバイルプラットフォームからのNSとSCの混合画像にまたがる1万以上の画像を含む,大規模なSC画像圧縮データセットを構築した。
  論文  参考訳（メタデータ） (2025-02-21T03:15:16Z)
• ODDN: Addressing Unpaired Data Challenges in Open-World Deepfake Detection on Online Social Networks [51.03118447290247]
  オープンワールドデータアグリゲーション(ODA)と圧縮・ディスカード勾配補正(CGC)を組み合わせたオープンワールドディープフェイク検出ネットワーク(ODDN)を提案する。 細粒度分析と粗粒度分析の両方により,ODAは圧縮試料と原試料の相関関係を効果的に集約する。 CGCは、オンラインソーシャルネットワーク(OSN)における多種多様な圧縮方法のパフォーマンス向上のために、圧縮・ディスカード勾配補正を組み込んだ。
  論文  参考訳（メタデータ） (2024-10-24T12:32:22Z)
• Dual JPEG Compatibility: a Reliable and Explainable Tool for Image Forensics [13.859669037499769]
  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8x8ブロックの先行部分を見つける方法を示す。 高次元空間におけるブロック前駆体発見の鍵となる課題に対処する手法を提案する。 JPEG圧縮後に印加された塗布,複写,スプライシングは,3つの異なるミスマッチ問題を検出できることを示す。
  論文  参考訳（メタデータ） (2024-08-30T08:45:37Z)
• Quantization-aware Matrix Factorization for Low Bit Rate Image Compression [8.009813033356478]
  画像圧縮は効率的な伝送と保存に不可欠である。 本稿では、量子化対応行列分解法(QMF)を導入し、新しい損失画像圧縮法を提案する。 我々の手法は、JPEGを低ビットレートで0.25ビット/ピクセル(bpp)以下で連続的に上回り、高いビットレートで比較する。
  論文  参考訳（メタデータ） (2024-08-22T19:08:08Z)
• 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)
• Hyperspectral Image Compression Using Sampling and Implicit Neural Representations [2.3931689873603603]
  ハイパースペクトル画像は、シーンの画像中の画素の電磁スペクトルを記録する。 これらの画像の撮影コストが低下する中で、ハイパースペクトル画像の保存、送信、解析のための効率的な技術を開発する必要がある。 本稿では,暗黙的ニューラル表現を用いたハイパースペクトル画像圧縮法を提案する。
  論文  参考訳（メタデータ） (2023-12-04T01:10:04Z)
• Cascaded Cross-Attention Networks for Data-Efficient Whole-Slide Image Classification Using Transformers [0.11219061154635457]
  全スライディングイメージングは、組織標本の高解像度画像のキャプチャとデジタル化を可能にする。 高解像度情報を効果的に活用するための候補としてトランスフォーマーアーキテクチャが提案されている。 本稿では,抽出されたパッチ数と線形にスケールするクロスアテンション機構に基づく新しいカスケード型クロスアテンションネットワーク(CCAN)を提案する。
  論文  参考訳（メタデータ） (2023-05-11T16:42:24Z)
• Degradation-Aware Unfolding Half-Shuffle Transformer for Spectral Compressive Imaging [142.11622043078867]
  圧縮画像と物理マスクからパラメータを推定し,これらのパラメータを用いて各イテレーションを制御する,DAUF(Degradation-Aware Unfolding Framework)を提案する。 HST を DAUF に接続することにより,HSI 再構成のための変換器の深部展開法であるデグレーション・アウェア・アンフォールディング・ハーフシャッフル変換器 (DAUHST) を確立した。
  論文  参考訳（メタデータ） (2022-05-20T11:37:44Z)
• Towards Flexible Blind JPEG Artifacts Removal [73.46374658847675]
  人工物除去と細部保存のトレードオフを制御するために,適応可能な品質因子を予測できるフレキシブルブラインド畳み込みニューラルネットワーク,すなわちFBCNNを提案する。 提案するFBCNNは,定量的な計測値と視覚的品質の両方の観点から,最先端の手法に対して良好な性能を実現する。
  論文  参考訳（メタデータ） (2021-09-29T17:12:10Z)

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。