文献

J-GLOBAL ID：201802217255065135   整理番号：18A1770570

定常ウェーブレット変換とスケール不変特徴変換を用いたコピー移動画像偽造検出のためのロバストな方法【JST・京大機械翻訳】

A Robust Method for Detecting Copy-Move Image Forgery Using Stationary Wavelet Transform and Scale Invariant Feature Transform

著者 (4件)： Das Taposh (Computer Science and Engineering, BRAC University, Dhaka, Bangladesh) ,  Hasan Rizbanul (Computer Science and Engineering, BRAC University, Dhaka, Bangladesh) ,  Azam Md. Rasel (Computer Science and Engineering, BRAC University, Dhaka, Bangladesh) ,  Uddin Jia (Computer Science and Engineering, BRAC University, Dhaka, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IC4ME2  ページ： 1-4  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コピー移動画像偽造は,画像の一部がコピーされ,次に画像内にいくつかの重要なオブジェクトを隠すか付加するために,画像の一部がコピーされている画像偽造の1つのタイプである。ほとんどの画像偽造検出モデルは,もしコピー部分が雑音を持つか,またはそれが回転されるか,または糊化前にスケーリングされるならば,画像中の偽造を検出することができない。本論文の目的は,この種の画像偽造のためのロバストで効率的な検出技術を提案することである。最初に,画像をグレースケールに変換した。次に,2レベルの定常ウェーブレット変換(SWT)を用いて,グレースケール画像を4つの部分に分解し,スケール不変特徴変換(SIFT)アルゴリズムを用いて,分解画像の近似部分からキーポイントを抽出した。その後,キーポイントの整合ペアを同定した。次に,いくつかの連鎖法を用いて,キーポイントの整合ペアをクラスタ化した。クラスタ化キーポイントを比較し,画像が改tampされるか否かを決定した。後処理段階において,偽陽性マッチはランダムサンプルコンセンサス(RANSAC)を用いて除去される。提案したモデルは,画像のあるデータセット上で93%の精度を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  グレースケール ,  近似法 ,  クラスタ化 ,  *画像 ,  糊化 ,  後処理 ,  検出法 ,  *ロバスト性
準シソーラス用語： 誤検出 ,  *改竄 ,  グレースケール画像 ,  RANSAC ,  *定常ウェーブレット変換 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 定常ウェーブレット変換 ,  スケール不変特徴変換 ,  コピー ,  偽造 ,  ロバスト