| 講演名 | 2020-03-05 ［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検出 大城 将健(阪大), 河野 和宏(関西大), 馬場口 登(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Video Forgery Detection / Dynamic Scene / Object Modification / Generative Adversarial Network / Two-Stream Network |
| 資料番号 | EMM2019-122 |
| 発行日 | 2020-02-27 (EMM) |
| 研究会情報 | |
| 研究会 | EMM |
|---|---|
| 開催期間 | 2020/3/5(から2日開催) |
| 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. |
| 委員長氏名（和） | 川村 正樹(山口大) |
| 委員長氏名（英） | Masaki Kawamura(Yamaguchi Univ.) |
| 副委員長氏名（和） | 岩田 基(阪府大) / 小嶋 徹也(東京高専) |
| 副委員長氏名（英） | Motoi Iwata(Osaka Prefecture Univ.) / Tetsuya Kojima(NIT,Tokyo College) |
| 幹事氏名（和） | 秋山 寛子(長野高専) / 金田 北洋(長瀬産業) |
| 幹事氏名（英） | Hiroko Akiyama(NIT, Nagano College) / Kitahiro Kaneda(Nagase) |
| 幹事補佐氏名（和） | 稲村 勝樹(東京電機大) / 河野 和宏(関西大) |
| 幹事補佐氏名（英） | Masaki Inamura(Tokyo Denki Univ.) / Kazuhiro Kono(Kansai Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Enriched MultiMedia |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［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検出 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Video Forgery Detection Using Generative Adversarial Network |
| サブタイトル（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 大城 将健 / Shoken Ohshiro |
| 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） | 河野 和宏 / Kazuhiro Kono |
| 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） | 馬場口 登 / Noboru Babaguchi |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2020-03-05 |
| 資料番号 | EMM2019-122 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | EMM-463 |
| ページ範囲 | pp.107-112(EMM), |
| ページ数 | 6 |
| 発行日 | 2020-02-27 (EMM) |