文献

J-GLOBAL ID：202002237187885068   整理番号：20A2013496

画像中のワーピング偽造の検出に対する深層学習アプローチ【JST・京大機械翻訳】

A Deep Learning Approach to Detection of Warping Forgery in Images

著者 (5件)： Yang Tongfeng (Shandong University of Political Science and Law, Jinan, Shandong, China) ,  Wu Jian (Shandong University of Political Science and Law, Jinan, Shandong, China) ,  Feng Guorui (Shandong University of Political Science and Law, Jinan, Shandong, China) ,  Chang Xu (Shandong University of Political Science and Law, Jinan, Shandong, China) ,  Liu Lihua (Shandong University of Political Science and Law, Jinan, Shandong, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12240  ページ： 109-118  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 近年,画像法医学は研究者から完全に注目されている。画像平滑化,JPEG圧縮,複写,および剪断改ざんのための多数のアルゴリズムを発表した。しかし,まだ含まれていない多くの画像改ざんアルゴリズムがある。本論文では,10000以上の画像を含む画像ワーピングのデータセットを発表し,DWF-CNNと呼ぶ新しい畳み込みニューラルネットワークを提案し,縦糸画像を同定した。実験では,4つの代替ネットワークの性能を比較した。SRM層とBayar畳込み層の前処理層を有する提案ネットワークは最良の結果を得て,それは99.36%の精度に達した。また,実験は,規則的畳込み層を有するネットワークがランダム推定よりも悪いことを示した。それは,この研究分野におけるよく設計された前処理層の重要性を再び説明する。Copyright Springer Nature Switzerland AG 2020 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 ,  剪断 ,  *畳込み ,  ネットワーク ,  平滑化 ,  法医学 ,  JPEG
準シソーラス用語： *ワーピング ,  改竄 ,  画像ワーピング ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像法医学 ,  畳込みニューラルネットワーク ,  画像ワーピング

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ワーピング ,  偽造 ,  深層学習