کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6551024 1421963 2018 26 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Image re-sampling detection through a novel interpolation kernel
ترجمه فارسی عنوان
تشخیص دوباره نمونه برداری از طریق یک هسته داخلی درونی
کلمات کلیدی
تشخیص دوباره نمونه برداری، جرم پزشکی دیجیتال، درون یابی تصویر، پردازش سیگنال،
ترجمه چکیده
نمونه برداری مجدد تصویر درگیر در اندازه گیری مجدد و تحول چرخش یک بلوک عنصر ضروری در تغییر یک تصویر معمولی دیجیتال است. خوشبختانه، ردیابی هایی که از این فرآیند ها باقی مانده است قابل شناسایی است، که ثابت می کند که تصویر تغییر شکل نمونه گیری را تجربه کرده است. در این زمینه، دو مقاله اصلی را در این مقاله ارائه می دهیم. ابتدا، یک هسته درونیابی مجدد نمونه جدید پیشنهاد می کنیم. این بستگی به پنج پارامتر مستقل دارد که دامنه آن، فرکانس زاویه ای، انحراف استاندارد و مدت زمان را کنترل می کند. سپس، ما توانایی خود را برای تقلید از همان رفتار مکرر ترین هسته های درونیابی مورد استفاده در برنامه های نمونه برداری مجدد دیجیتال نشان می دهیم. دوم، مدل پیشنهادی برای توصیف و شناسایی ضرایب همبستگی درگیر در تحولات نمونه برداری دوباره استفاده می شود. فرایند درگیر شامل به حداقل رساندن یک تابع خطا با استفاده از روش گرادیام است. روش پیشنهادی بر روی یک پایگاه داده بزرگ از 11،000 تصاویر مجددا مورد بررسی قرار گرفته است. علاوه بر این، آن را در یک الگوریتم اجرا می شود تا تصاویری را که تحت تحولات پیچیده قرار گرفته اند، ارزیابی کنند. نتایج به دست آمده نشان می دهد عملکرد بهتر و کاهش زمان پردازش در مقایسه با یک روش مرجع معتبر مناسب بودن روش های پیشنهادی.
موضوعات مرتبط
مهندسی و علوم پایه شیمی شیمی آنالیزی یا شیمی تجزیه
چکیده انگلیسی
Image re-sampling involved in re-size and rotation transformations is an essential element block in a typical digital image alteration. Fortunately, traces left from such processes are detectable, proving that the image has gone a re-sampling transformation. Within this context, we present in this paper two original contributions. First, we propose a new re-sampling interpolation kernel. It depends on five independent parameters that controls its amplitude, angular frequency, standard deviation, and duration. Then, we demonstrate its capacity to imitate the same behavior of the most frequent interpolation kernels used in digital image re-sampling applications. Secondly, the proposed model is used to characterize and detect the correlation coefficients involved in re-sampling transformations. The involved process includes a minimization of an error function using the gradient method. The proposed method is assessed over a large database of 11,000 re-sampled images. Additionally, it is implemented within an algorithm in order to assess images that had undergone complex transformations. Obtained results demonstrate better performance and reduced processing time when compared to a reference method validating the suitability of the proposed approaches.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Forensic Science International - Volume 287, June 2018, Pages 25-35
نویسندگان
,