文献

J-GLOBAL ID：202002273013029996   整理番号：20A2259734

ディジタル電子透かしのためのCNNに基づく知覚ハッシングのための改良型設計方式【JST・京大機械翻訳】

An Improved Design Scheme for Perceptual Hashing Based on CNN for Digital Watermarking

著者 (4件)： Meng Zhaoxiong (Kanagawa University, Japan) ,  Morizumi Tetsuya (Kanagawa University, Japan) ,  Miyata Sumiko (Shibaura Institute of Technology, Japan) ,  Kinoshita Hirotsugu (Kanagawa University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： COMPSAC  ページ： 1789-1794  発行年： 2020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： デジタル電子透かし技術は,デジタル権利管理の分野で広範囲に使用されている。しかし,デジタル電子透かしの有効利用を来るとき,いくつかの問題がある。最初に,従来の電子透かしのために,ディジタル画像を埋込み電子透かし情報のためのキャリアとしてのみ用いて,この情報を他の画像に転換するかもしれないので,電子透かし情報をオリジナル画像に基づいて作り出す必要があった。第2に,原画像が修正/編集された後に,電子透かし情報は,それがオリジナル画像からであることを証明する必要がある。第3に,複数のデジタル電子透かしは,信頼された第三者に依存して保存され,管理される必要がある。以前の研究では,ディジタル電子透かし,ブロックチェーン,および知覚ハッシュに基づくディジタル権利管理システムを提案して,これらの問題を解決した。しかし,従来の知覚ハッシングを用いたので,第1と第2の問題点について十分な結論を引き出すことができなかった。ディジタル電子透かしのための画像の安定した消化メッセージを得るために,ここでは畳込みニューラルネットワーク(CNN)を用いた知覚ハッシュのための新しい構築法を提案した。提案手法では,まず,知覚ハッシュ値を取ることを望む画像を受け入れるためのマシン学習CNNを構築する。知覚ハッシュ値はCNNを構成する重みの暗号ハッシュ値である。次に,再構成CNNがハッシュ値を得るときに使用するハッシュ値を保証し,検証すべき画像が受容され,この画像の知覚ハッシュ値であることを確認した。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： 学習 ,  管理システム ,  消化 ,  再構成 ,  ディジタル方式 ,  ディジタル画像 ,  暗号 ,  *ハッシング ,  畳込みニューラルネットワーク ,  ブロックチェーン

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ディジタル ,  電子透かし ,  CNN ,  知覚 ,  ハッシング ,  設計