ПРИМЕНЕНИЕ МЕТОДОВ МНОГОМЕРНОЙ КЛАССИФИКАЦИИ ДЛЯ ОПРЕДЕЛЕНИЯ ФРАГМЕНТНО ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ

Основное содержание статьи

А.А. Дмитриев Email: dmitriev@asu.ru
Ю.О. Баранова

Аннотация

В работе предложен метод определения искаженных изображенийна основе применения классификационных методов анализа данных. Для проведенияисследований подготовлена серия цифровых изображений, модифицированныхвставками с перемешиванием пикселей. В качестве информативных параметров,характеризующих искажение яркости в области изображения, предложеноиспользовать локальные гистограммы. Для установления различий винформативных параметрах немодифицированных и искаженных изображенийприменены классификационные методы PLS-DA, SVM, метод k-ближайших соседей.Сравнение результатов классификации позволило установить, что применение SVMклассификатора позволяет определять классы немодифицированных и искаженныхизображений c более высокой точностью, чем у других методов.

Скачивания

Данные скачивания пока недоступны.

Детали статьи

Как цитировать
1. Дмитриев А., Баранова Ю. ПРИМЕНЕНИЕ МЕТОДОВ МНОГОМЕРНОЙ КЛАССИФИКАЦИИ ДЛЯ ОПРЕДЕЛЕНИЯ ФРАГМЕНТНО ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ // ПРОБЛЕМЫ ПРАВОВОЙ И ТЕХНИЧЕСКОЙ ЗАЩИТЫ ИНФОРМАЦИИ, 2023. № 9. С. 10-15. URL: http://journal.asu.ru/ptzi/article/view/13607.
Раздел
Проблемы технического обеспечения информационной безопасности

Литература

Christlein V. An evaluation of popular copy-move forgery detection approaches / V. Christlein, C. Riess, J. Jordan, [и др.] // IEEE Transactions on information forensics and security. – 2012. – Т.7 – №6. – С. 1841-1854.

Красильников, Н.Н. Цифровая обработка 2D- и 3D-изображений: учеб. пособие. / Н.Н. Красильников – СПб.: БХВ-Петербург, 2011. – С. 608.

Kuhn M. Applied predictive modeling / M. Kuhn, K. Johnson. – Springer, 2013. – С. 600.

Гонсалес Р. Цифровая обработка изображений. / Р. Гонсалес, Р. Вудс – М.: ТЕХНОСФЕРА, 2005. – С. 1072.

Brereton, R.G. Chemometrics for Pattern Recognition / R.G. Brereton. – John Wiley & Sons, 2009. – С. 504.

Эсбенсен, К. Анализ многомерных данных / К. Эсбенсен. – Черноголовка : Изд-во ИПХФ РАН, 2005. – С. 160.