マスクを解除する法医学技術:コントラスト強化とミディアンフィルタリング検出のDCNN駆動のアプローチ

科学分野:

• デジタル・フォレンス
• コンピュータ・ビジョン
• 機械学習

背景:

• コントラスト強化やミディアンフィルタリングなどの法医学対策は,デジタル画像法医学において課題となる.
• 洗練された法医学対策により 画像操作の検出が難しくなっています

研究 の 目的:

• デジタル画像の検知と分類のための自動化された方法を開発する.
• 緊急に必要とされる 信頼性の高い解決策を 開発中の法医学対策に 取り組むこと

主な方法:

• マルチクラスの法医学ディープコンボリューションニューラルネットワーク (DCNN) のアーキテクチャが提案された.
• DCNNは,ドメイン固有の機能ストリームと残留ドメインの事前処理を統合して,操作アーティファクトをハイライトします.
• ボス・ベース・データセットは,トレーニングとモデルのテストに使用されました.

主要な成果:

• 提案されたDCNNモデルは,中央フィルタリングとコントラスト強化を受けた画像の認識において96.42%の高い精度を達成しました.
• このモデルは圧縮に対する強度を示し,様々な複雑な操作タイプを効果的に区別しました.
• DCNNは 肉眼では見えない 微妙な操作装置を 発見しました

結論:

• 開発されたDCNNは,デジタル法医捜査官のための信頼性の高い自動化ツールを提供します.
• インテリジェントな事前処理とドメインに合わせたストリームの統合は,抗法医活動に対するモデルの有効性を高めます.
• このアプローチはデジタル画像の検知技術の需要を 満たしています