畳み込みニューラルネットワークを用いたJPEG画像における改ざん領域の検出

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2018/11/01

タイトル(英語): Detecting Doctored Region in JPEG Image using Convolutional Neural Networks

著者名: 多谷　邦彦（京都府警察科学捜査研究所／神戸大学大学院工学研究科），黒木　修隆（神戸大学大学院工学研究科），竹田　直人（(株)扶桑プレシジョン），宿院　康昭（(株)扶桑プレシジョン），小林　正（京都府警察科学捜査研究所）

著者名(英語): Kunihiko Taya (Forensic Science Lab., Kyoto Prefectural Police H.Q./Graduate School of Engineering, Kobe University), Nobutaka Kuroki (Graduate School of Engineering, Kobe University), Naoto Takeda (FUSO PRECISION Co., Ltd.), Yasuaki Shukuin (FUSO PRECISI

キーワード: 画像改ざん，JPEG，畳み込みニューラルネットワーク，CNN　　doctored image，JPEG，convolutional neural networks，CNN

要約(英語): Many digital pictures are used as evidence in criminal investigation. It is very important to check whether they are doctored or not. This paper proposes a method for detecting doctored region in JPEG image using a convolutional neural network (CNN). In the proposed method, DCT coefficients are input to the CNN. Its output is a binary segmented image in which doctored and non-doctored regions are shown with white and black pixels, respectively. In our experiment, 45 types of CNN models were created and compared. The detection accuracy of the best model achieved 0.63 in terms of F-measure, which is larger about 2.3 times than that of our preliminary method based on support vector machine (SVM).

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.138 No.11 （2018） 特集：電気関係学会関西連合大会

本誌掲載ページ: 1417-1424 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/138/11/138_1417/_article/-char/ja/