| 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 | 2020-11-20 09:00 ［ポスター講演］ブロックサイズの違いがDCT係数の頻度分布を利用したJPEG画像圧縮履歴解析に与える影響 ○中嶋直也・栗林 稔・舩曵信生（岡山大）  EA2020-30 EMM2020-45 |
|
| 抄録 | （和） | ディジタルカメラで撮影された画像は通常, 保存時にJPEG 圧縮が行われている. 一方, 改ざんされた画像は改ざん後に再度JPEG 圧縮が行われるため合計2 回以上の圧縮が行われる. この違いに注目して2 重圧縮によって現れる特徴を抽出し, 画像の改ざんを検知する方法が研究されている. その特徴は1 回目と2 回目の圧縮時に使用する量子化テーブルの違いによって, DCT 係数値に歪みとして現れる. 従来研究では歪みの検出に適した周波数のペアを複数選択し, 各ペアのDCT 係数値ごとにヒストグラムを特徴成分として抽出していた. 複数のヒストグラムを入力として畳み込みニューラルネットワーク(CNN) に学習させていたが, 対象となる画像は比較的大きく分割したブロック単位であった. 本研究ではブロックサイズを小さくすることで生じる検知精度の劣化を解析する. 改ざん箇所を特定するためには可能な限り小さいブロックサイズにおける分類が有効であるため, 精度の低下を抑えつつ小さなブロックサイズで検知できるようにCNN モデルにおいて調整すべき項目とその適切なパラメータ値を確認する. |
| （英） | The image taken with a digital comera is usually JPEG-compressed when saved. On the other hand, the tampered image is carried out 2 or more compression because JPEG compression is carried out after the manipulation again. Its feature appears as the distortion in the DCT coefficient by the difference in the quantization tables. In the conventional research, multiple pairs of frequencies suitable for distortion detection were selected, and a histogram was extracted as a feature component for each DCT coefficient value of each pair. We trained a convolutional neural network (CNN) with multiple histograms as inputs, but the target image was in relatively large block units. In this study, we analyze the deterioration of detection accuracy caused by reducing the block size. Because a classification in the block size as small as possible is effective to identify the tampared area, check the items to be adjusted in the CNN model and their appropriate parameter values so that they can be detected with a small block size while suppressing the decrease in accuracy. | |
| キーワード | （和） | 2重JPEG圧縮 / クオリティファクタ / 量子化テーブル / ヒストグラム / 畳み込みニューラルネットワーク / / / |
| （英） | double JPEG compression / quality factor / quantization table / histogram / convolutional neural network / / / | |
| 文献情報 | 信学技報, vol. 120, no. 242, EMM2020-45, pp. 48-53, 2020年11月. | |
| 資料番号 | EMM2020-45 | |
| 発行日 | 2020-11-13 (EA, 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 | EA2020-30 EMM2020-45 |
|
| 研究会情報 | |
| 研究会 | EA ASJ-H EMM |
| 開催期間 | 2020-11-20 - 2020-11-20 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ＜ビギナーズセッション＞応用／電気音響，コンテンツ処理，情報ハイディング，聴覚，一般 |
| テーマ（英） | [Beginners Session] Engineering/Electro Acoustics, Content Processing, Digital Watermarking, Psychological and Physiological Acoustics, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2020-11-EA-H-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | ブロックサイズの違いがDCT係数の頻度分布を利用したJPEG画像圧縮履歴解析に与える影響 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation on JPEG Image Compression History Analysis Using Histogram of DCT Coefficients with Different Block Size |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 2重JPEG圧縮 / double JPEG compression |
| キーワード(2)（和/英） | クオリティファクタ / quality factor |
| キーワード(3)（和/英） | 量子化テーブル / quantization table |
| キーワード(4)（和/英） | ヒストグラム / histogram |
| キーワード(5)（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(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） | 中嶋 直也 / Naoya Nakajima / ナカジマ ナオヤ |
| 第1著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 栗林 稔 / Minoru Kuribayashi / クリバヤシ ミノル |
| 第2著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 舩曵 信生 / Nobuo Funabiki / フナビキ ノブオ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-11-20 09:00:00 |
| 発表時間 | 120分 |
| 申込先研究会 | EMM |
| 資料番号 | EA2020-30, EMM2020-45 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.241(EA), no.242(EMM) |
| ページ範囲 | pp.48-53 |
| ページ数 | 6 |
| 発行日 | 2020-11-13 (EA, EMM) |
[研究会発表申込システムのトップページに戻る]