文献

J-GLOBAL ID：202202210121120558   整理番号：22A0479398

適応セグメンテーションと深層ネットワーク技術を用いたタンパービデオ検出と位置決め【JST・京大機械翻訳】

Tamper video detection and localization using an adaptive segmentation and deep network technique

著者 (2件)： Raveendra Malle (Electronics and Communication Engineering, Jawaharlal Nehru Technological University, Anantapuramu, India) ,  Nagireddy K. (Electronics and Communication Engineering, NBKR Institute of Science and Technology, Andhra Pradesh, India)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 82  ページ： Null  発行年： 2022年 
JST資料番号： W0218A  ISSN： 1047-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,ビデオから改ざんを認識するためのハイブリッド深層学習アーキテクチャを検討した。このハイブリッドアーキテクチャは,鍛造ビデオから改ざされた部分を分類するために,認証ビデオからの特徴を探索する。最初に,プロセスは,離散余弦変換(DCT)ベースの二重圧縮方式を用いて入力ビデオを圧縮することによって始まる。次に,フィルタリングプロセスを実行して,両側フィルタリングを用いて圧縮フレームの品質を改善した。次に,修正セグメンテーションアプローチを適用して,フレームを異なる領域に分割した。これらの分割された部分からの特徴を抽出して,Gaborウェーブレット変換(GWT)技術を用いてハイブリッドDNN-AGSO(深層ニューラルネットワーク-Adaptivf RELATED WORKSe Galact Swarm最適化)に供給した。3つの異なるデータセットを用いて,MATLABプラットフォームによるVTD,MFC-18,およびVIRATの総合性能を評価した。VTD,MFC-18およびVIRATデータセットによって達成された認識率は,それぞれ96%,95.2%および93.47%であった。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *セグメンテーション ,  *ネットワーク ,  鍛造 ,  フィルタリング ,  *録画装置 ,  計算機アーキテクチャ ,  認証 ,  DCT【変換】 ,  ウェーブレット変換
準シソーラス用語： MATLAB ,  ハイブリッドアーキテクチャ ,  深層学習 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： ビデオの偽造 ,  二重圧縮 ,  修正脳嵐最適化(MBSO) ,  適応銀河スウォーム最適化(AGSO) ,  深層ニューラルネットワーク(DNN)

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： 適応 ,  セグメンテーション ,  深層