お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2020-09-02 15:30
畳み込みニューラルネットワークを用いたカメラモデル分類におけるJPEG圧縮の影響の評価及び解析
内田麻衣富岡洋一会津大PRMU2020-13
抄録 (和) 違法アップロードや盗撮などの犯罪を防ぐために,カメラのパターンノイズを用いてディジタル画像を撮影したカメラを特定する手法が注目されている.カメラモデルの特定のため,近年,畳み込みニューラルネットワークによる画像分類を応用した高精度なカメラモデル分類手法が提案されている.画像中のパターンノイズはJPEG圧縮により汚染されており,汚染の程度は圧縮時のQuality Factorにより異なる.このため,学習サンプルとは異なるQ-FactorのJPEG画像に対するカメラモデル分類精度については精度が劣化することが懸念される.本稿では,softmax loss関数やtriplet loss関数を用いた畳み込みニューラルネットワークによるカメラモデル分類におけるJPEG圧縮画像のQ-Factorの影響を解析する.また,各損失関数に対して複数のQuality FactorのJPEG画像で構成される混合データセットを用いた学習の効果を報告する. 
(英) In order to prevent crimes such as illegal uploading and secret photography, a method to identify the camera that captured the digital images by using the pattern noise of the camera is attracting attention. In order to identify camera models, recently, a highly accurate camera model classification method based on convolutional neural networks (CNNs) has been proposed. Pattern noise in the image is contaminated by JPEG compression, and the degree of contamination depends on the quality factor (Q-Factor) at the time of compression. Therefore, it could be that JPEG compression of different Q-factors from that of training samples degenerate the accuracy for CNN-based camera model classification. In this paper, we analyze the robustness of the CNN-based approach that are trained with softmax and triplet loss functions to different Q-Factor. We also report the effect of training using a mixed data set consisting of JPEG images of multiple quality factors for each loss function.
キーワード (和) カメラモデル分類 / triplet loss / JPEG圧縮 / 畳み込みニューラルネットワーク / / / /  
(英) camera model classification / triplet loss / JPEG compression / convolutional neural network / / / /  
文献情報 信学技報, vol. 120, no. 154, PRMU2020-13, pp. 35-40, 2020年9月.
資料番号 PRMU2020-13 
発行日 2020-08-26 (PRMU) 
ISSN Print edition: ISSN 0913-5685  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 PRMU2020-13

研究会情報
研究会 PRMU  
開催期間 2020-09-02 - 2020-09-02 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) マルチモーダル・クロスモーダル 
テーマ(英) Multi-modal, Cross-modal 
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2020-09-PRMU 
本文の言語 日本語 
タイトル(和) 畳み込みニューラルネットワークを用いたカメラモデル分類におけるJPEG圧縮の影響の評価及び解析 
サブタイトル(和)  
タイトル(英) Evaluation and Analysis of JPEG Compression Effects on CNN-based Camera Model Classification 
サブタイトル(英)  
キーワード(1)(和/英) カメラモデル分類 / camera model classification  
キーワード(2)(和/英) triplet loss / triplet loss  
キーワード(3)(和/英) JPEG圧縮 / JPEG compression  
キーワード(4)(和/英) 畳み込みニューラルネットワーク / convolutional neural network  
キーワード(5)(和/英) /  
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) 内田 麻衣 / Mai Uchida / ウチダ マイ
第1著者 所属(和/英) 会津大学 (略称: 会津大)
University of Aizu (略称: UoA)
第2著者 氏名(和/英/ヨミ) 富岡 洋一 / Yoichi Tomioka /
第2著者 所属(和/英) 会津大学 (略称: 会津大)
University of Aizu (略称: UoA)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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
発表日時 2020-09-02 15:30:00 
発表時間 15 
申込先研究会 PRMU 
資料番号 IEICE-PRMU2020-13 
巻番号(vol) IEICE-120 
号番号(no) no.154 
ページ範囲 pp.35-40 
ページ数 IEICE-6 
発行日 IEICE-PRMU-2020-08-26 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会