Отрывок: К входным данным применяется процедура Обработка изображений и дистанционное зондирование Земли А.В. Кузнецов V Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2019) 375 нормализации, которая приводит входные данные в диапазон от 0 до 1. Общее количество параметров, которые должны быть настроены на этапе обучения в предлагаемой сети, составляет 869154. 3. Экспериме...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Кузнецов, А.В. | - |
dc.contributor.author | Kuznetsov, A.V. | - |
dc.date.accessioned | 2019-05-08 12:20:33 | - |
dc.date.available | 2019-05-08 12:20:33 | - |
dc.date.issued | 2019 | - |
dc.identifier | Dspace\SGAU\20190507\76394 | ru |
dc.identifier.citation | Кузнецов А.В. Использование методов глубокого обучения в задаче обнаружения искажений цифровых изображений / А.В. Кузнецов // Сборник трудов ИТНТ-2019 [Текст] : V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии" : 21-24 мая : в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. Р. В. Скиданова]. - Самара: Новая техника, 2019. - Т. 2: Обработка изображений и дистанционное зондирование Земли. – 2019. – С. 373-376. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Ispolzovanie-metodov-glubokogo-obucheniya-v-zadache-obnaruzheniya-iskazhenii-cifrovyh-izobrazhenii-76394 | - |
dc.description.abstract | В данной работе представлен алгоритм обнаружения одного из наиболее часто применяемых видов искажений цифровых изображений – сплайсинга или склейки. В основе алгоритма лежит использование сверточной нейронной сети VGG-16. Полученные результаты демонстрируют высокое качество обнаружения изображений, содержащих искусственные искажения в сравнении с существующими решениями. This paper presents an algorithm for detecting one of the most commonly used digital images forgery - splicing. The algorithm is based on the use of the VGG-16 convolutional neural network. The results obtained demonstrate high classification quality of images with artificial distortions in comparison with existing solutions. | ru |
dc.description.sponsorship | Настоящая работа была выполнена при поддержке грантов РФФИ № 19-07-00138 и 19-07-00474. | ru |
dc.language.iso | rus | ru |
dc.publisher | Изд-во «Новая техника» | ru |
dc.title | Использование методов глубокого обучения в задаче обнаружения искажений цифровых изображений | ru |
dc.title.alternative | Digital image forgery detection using deep learning approach | ru |
dc.type | Article | ru |
dc.textpart | К входным данным применяется процедура Обработка изображений и дистанционное зондирование Земли А.В. Кузнецов V Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2019) 375 нормализации, которая приводит входные данные в диапазон от 0 до 1. Общее количество параметров, которые должны быть настроены на этапе обучения в предлагаемой сети, составляет 869154. 3. Экспериме... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper52.pdf | 345.37 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.