GAN生成画像の検出,属性および位置決め【JST・京大機械翻訳】

Goebel Michael; Nataraj Lakshmanan; Nanjundaswamy Tejaswi; Mohammed Tajuddin Manhar; Chandrasekaran Shivkumar; Manjunath B. S.

プレプリント

J-GLOBAL ID：202202205435141310 整理番号：22P0173294

GAN生成画像の検出,属性および位置決め【JST・京大機械翻訳】

Detection, Attribution and Localization of GAN Generated Images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年07月20日プレプリントサーバーでの情報更新日： 2020年07月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Generative Adversarial Network(GANs)の最近の進歩は,人間やコンピュータによるそれらの検出に主要な挑戦をもたらす現実的に見えるディジタル画像の創造をもたらした。GANsは,画像(StarGAN[14])の小さい属性,画像対(CycleGAN[91])間の移動属性,および完全に新しい画像(ProGAN[36],StyleGAN[37],SPADE/GauGAN[64])を生成することから,広範囲のタスクで使用されている。”その特徴”は,画像対(CycleGAN[91])間の属性を転送するものである。また,全新しい画像(ProGAN[3],StyleGAN[37],SPADE/GauGAN[64])を生成する。本論文では,画像特徴と深層学習法を組み合わせたGAN生成画像を検出し,属性し,局所化する新しい方法を提案した。各画像に対して,共起行列を,異なる方向(水平,垂直および対角)におけるRGBチャネルの近傍画素上で計算した。次に,深層学習ネットワークをこれらの特徴上で訓練して,これらのGAN生成/操作画像を検出し,属性し,局所化した。2.76百万の画像(ProGAN,StarGAN,CycleGAN,StyleGAN,およびSPADE/GauGAN)から成る5つのGANデータセットに関する著者らのアプローチの大規模評価は,GAN生成画像の検出において有望な結果を示す。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , 半導体薄膜 , 人工知能

, ,

前のページに戻る