文献

J-GLOBAL ID：202002253122967350   整理番号：20A0902670

移植:画像操作の検出のためのリサイジングへの教師なし適応【JST・京大機械翻訳】

GRAFT: Unsupervised Adaptation to Resizing for Detection of Image Manipulation

著者 (3件)： Darmet Ludovic (GIPSA-Lab, CNRS, Grenoble INP, Universite ́ Grenoble Alpes, Grenoble, France) ,  Wang Kai (GIPSA-Lab, CNRS, Grenoble INP, Universite ́ Grenoble Alpes, Grenoble, France) ,  Cayre Francois (GIPSA-Lab, CNRS, Grenoble INP, Universite ́ Grenoble Alpes, Grenoble, France)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 55619-55632  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 画像操作のフォレンジックスのための多数の方法は,残差または雑音における指紋の検出に依存している。したがって,これらの検出法は,画像取得プロセスにより生成される雑音に敏感であり,前処理にも敏感である。訓練とテストセットの間の前処理パイプラインにおける差異が,様々な分類器に対する性能損失を誘導することを示した。特別な前処理に焦点を当てた。それは,画像が操作される前に(例えば,記憶を減少させるためにダウンスケールされる)ような典型的なシナリオに対応している。この性能損失は,プレレジresiによるものではないが,画像フォレンジックス分野ではほとんど研究されていない。一つの最先端の画像操作検出パイプラインに対する新しい効果的な適応法を提案し,著者らの提案した方法Gauss混合モデルを,Fine-Tuning(GRAFT)により適応化することを提案した。適応は教師なしの方法で実行される。すなわち,非常に小さいパッチ上での画像操作の検出のために,事前に存在するテストドメインにおいて,いかなるグランドトルースラベルも使用することなく実行される。実験結果により,提案したGRAFT法は,前処理を行うための教師なし適応のこの挑戦的シナリオにおける検出精度を効果的に改善できることを示した。Copyright 2020 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： 雑音 ,  前処理 ,  残差 ,  *サイジング ,  検出法 ,  指紋
準シソーラス用語： 画像入力 ,  Gauss混合モデル ,  検出精度 ,  フォレンジックス ,  グランドトゥルース , 【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 (3件)： 移植 ,  教師 ,  適応