文献

J-GLOBAL ID：202202281496021229   整理番号：22A1082623

ゲート付きリカレントユニットを用いた統一および強力な図形識別プログラム【JST・京大機械翻訳】

A unified & powerful figure forgery identification program using gated recurrent unit

著者 (4件)： Aarthi B. (Department of Computer Science and Engineering, SRM Institute of Technology, Chennai, Tamil Nadu 600089, India) ,  Joshi Janya (Department of Computer Science and Engineering, SRM Institute of Technology, Chennai, Tamil Nadu 600089, India) ,  Padhya Nakul (Department of Computer Science and Engineering, SRM Institute of Technology, Chennai, Tamil Nadu 600089, India) ,  Tiwari Aniket (Department of Computer Science and Engineering, SRM Institute of Technology, Chennai, Tamil Nadu 600089, India)
資料名： AIP Conference Proceedings  (AIP Conference Proceedings)
巻： 2405  号： 1  ページ： 030016-030016-6  発行年： 2022年 
JST資料番号： D0071C  ISSN： 0094-243X  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： 偽画像の同定は,視認されていない画像領域における最大の生存研究領域の1つである。現在のシステムの大部分は,ブロックとキーポイント戦略,または2つの混合物をサポートする。最近,少数のニューラルネットワーク戦略が,図形選点,図形法医学,図形解読,および他の分野に用いられており,それらは標準技術を凌駕している。画像偽造検出の既存のシステムにおいて,このシステムは,より小さなユニットに特定の画像を壊さない。それは,わずかな差の無視につながる画像の概要に一致し,その結果,それを無効にする。より効果的なものにするために,画像を走査し,その効率を高めるために,画像をいくつかの画素とセグメントに分割することを試みた。SURF,PCET,GRUゲートユニットおよびLSTMのような既存のシステムとともにいくつかのアルゴリズムを実行した。これらのアルゴリズムは,あらゆるステップで画像の画素を有効にして,それは画像検出の効率性と冗長性を増加させる。提案システムでは,ニューラルネットワークは画像を走査し,それをいくつかのピクセルに破壊するのに役立つ。次に,各画素の濾過とマッチングを,画像が確かめられると,画像の長さ,幅,および元の画像を形成する。この過程は画像偽造の縮小につながり,画像検証にも非常に有効である。Copyright 2022 AIP Publishing LLC All rights reserved. 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 ,  検出 ,  冗長性 ,  ニューラルネットワーク ,  *画像 ,  画素 ,  法医学 ,  図形 ,  選点法
準シソーラス用語： 改竄 ,  画像センシング ,  長短期記憶 , 【Automatic Indexing@JST】

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 (4件)： ゲート ,  リカレント ,  図形 ,  識別