Głębokie uczenie dla kryminalistyki multimedialnej

Głębokie uczenie dla kryminalistyki multimedialnej (Irene Amerini)

Oryginalny tytuł:

Deep Learning for Multimedia Forensics

Zawartość książki:

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.

Dodatkowe informacje o książce:

ISBN:9781680838541
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Głębokie uczenie dla kryminalistyki multimedialnej - Deep Learning for Multimedia...
W ciągu ostatnich kilku dekad byliśmy świadkami ogromnego wzrostu...
Głębokie uczenie dla kryminalistyki multimedialnej - Deep Learning for Multimedia Forensics

Prace autora wydały następujące wydawnictwa:

© 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)