講演抄録/キーワード |
講演名 |
2020-03-05 16:45
[ポスター講演]敵対的生成ネットワークを用いた映像改ざん領域検出 ○大城将健(阪大)・河野和宏(関西大)・馬場口 登(阪大) EMM2019-122 |
抄録 |
(和) |
昨今のYouTube等の映像利用機会増加に伴って映像編集技術が向上しており,映像の正真性を保証するような改ざん検出システムが必要とされている.本研究では,空間的改ざんの一種である物体修正改ざんが施された動的シーン映像を対象に,改ざん領域の受動的検出を目的とする.本稿では改ざん検出タスクを改ざん領域の予測マップ生成タスクと捉えることにより,敵対的生成ネットワークを用いた改ざん検出手法を提案する.生成器にEncoder-Decoder構造,識別器にオプティカルフローを用いたTwo-Stream Networkを採用し,検出精度の向上を目指す.結果,提案手法の場合,PR曲線下側面積(AUC)0.57と,既存手法より高い検出精度を示した. |
(英) |
The purpose of our work is to detect the regions of tampered objects in the spatial domain of videos by passive approaches. The videos include dynamic scenes like camera shake. We regard the task of tampering detection as the task of the generation of predict maps of the tampered regions. Therefore, we adopt a Generative Adversarial Network (GAN) for video forgery detection. The generator of a GAN has an Encoder-Decoder structure, and the discriminator of a GAN has a Two-Stream Network. Our proposed model achieved Area under the Precision-Recall Curve (AUC of PR curve) 0.57 and higher accuracy than existing methods. |
キーワード |
(和) |
映像改ざん検出 / 動的シーン / 物体修正 / 敵対的生成ネットワーク / Two-Stream Network / / / |
(英) |
Video Forgery Detection / Dynamic Scene / Object Modification / Generative Adversarial Network / Two-Stream Network / / / |
文献情報 |
信学技報, vol. 119, no. 463, EMM2019-122, pp. 107-112, 2020年3月. |
資料番号 |
EMM2019-122 |
発行日 |
2020-02-27 (EMM) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EMM2019-122 |
研究会情報 |
研究会 |
EMM |
開催期間 |
2020-03-05 - 2020-03-06 |
開催地(和) |
大濱信泉記念館(石垣島) |
開催地(英) |
|
テーマ(和) |
画質・音質評価,知覚・認知メトリクス,人間視聴覚システム,一般 |
テーマ(英) |
Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
講演論文情報の詳細 |
申込み研究会 |
EMM |
会議コード |
2020-03-EMM |
本文の言語 |
日本語 |
タイトル(和) |
敵対的生成ネットワークを用いた映像改ざん領域検出 |
サブタイトル(和) |
|
タイトル(英) |
Video Forgery Detection Using Generative Adversarial Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
映像改ざん検出 / Video Forgery Detection |
キーワード(2)(和/英) |
動的シーン / Dynamic Scene |
キーワード(3)(和/英) |
物体修正 / Object Modification |
キーワード(4)(和/英) |
敵対的生成ネットワーク / Generative Adversarial Network |
キーワード(5)(和/英) |
Two-Stream Network / Two-Stream Network |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
大城 将健 / Shoken Ohshiro / オオシロ ショウケン |
第1著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第2著者 氏名(和/英/ヨミ) |
河野 和宏 / Kazuhiro Kono / コウノ カズヒロ |
第2著者 所属(和/英) |
関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.) |
第3著者 氏名(和/英/ヨミ) |
馬場口 登 / Noboru Babaguchi / ババグチ ノボル |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2020-03-05 16:45:00 |
発表時間 |
60分 |
申込先研究会 |
EMM |
資料番号 |
EMM2019-122 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.463 |
ページ範囲 |
pp.107-112 |
ページ数 |
6 |
発行日 |
2020-02-27 (EMM) |