Deep Learning for Multimedia Forensics
W ciągu ostatnich kilku dekad byliśmy świadkami ogromnego wzrostu wykorzystania treści multimedialnych w Internecie do wielu zastosowań, od nieszkodliwych po krytyczne. Rozwój ten doprowadził do zagrożeń, gdy treści mogą być manipulowane / wykorzystywane do złośliwych celów.
Na przykład fałszywe media mogą być wykorzystywane do kierowania osobistymi opiniami lub do działań przestępczych, takich jak propaganda terrorystyczna i cyberprzemoc. Ta działalność badawcza i praktyczna doprowadziła do powstania dziedziny kryminalistyki multimedialnej. W niniejszym przeglądzie przedstawiono najnowsze trendy i techniki oparte na głębokim uczeniu dla kryminalistyki multimediów, zarówno w zakresie architektury, jak i przetwarzania danych.
Po pierwsze, przedstawiono różne techniki wykorzystywane do manipulowania treścią, a następnie techniki fałszowania obrazów i wideo. Następnie omówiono metody głębokiego uczenia do identyfikacji źródła i najnowsze rozwiązania do wykrywania głębokich podróbek.
Uwzględniono zestawy danych i wskaźniki oceny, a także przedstawiono wnioski. Publikacja jest przeznaczona dla naukowców, studentów i profesjonalistów działających w dziedzinie głębokiego uczenia i kryminalistyki multimedialnej.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)