Título:
Image forgery detection via forensic similarity graphs
Otros títulos:
Coordinador:
Director:
Compilador:
Autor:
Gardella, Marina
Musé, Pablo
Musé, Pablo
Tutor:
Tipo de documento:
Artículo
Editor:
Palabras clave:
Image forensics
Forgery detection
Graph clustering
Forgery detection
Graph clustering
Descriptores:
Año de publicación:
2022
Contenido:
Resumen:
In the article 'Exposing Fake Images with Forensic Similarity Graphs', O. Mayer and M. C. Stamm introduce a novel image forgery detection method. The proposed method is built on a graph-based representation of images, where image patches are represented as the vertices of the graph, and the edge weights are assigned in order to reflect the forensic similarity between the connected patches. In this representation, forged regions form highly connected subgraphs. Therefore, forgery detection and localization can be cast as a cluster analysis problem on the similarity graph. The authors present two graph clustering methods to detect and localize image forgeries. In this paper, we present briefly the method and offer an online executable version allowing everyone to test it on their own suspicious images.
Descripción:
metadata.articulos.dc.description.uri:
Editorial:
ENS Paris-Saclay. Centre Borelli : Universitat de les Illes Balears. DMI : Universidad de la República (Uruguay). Facultad de Ingeniería.
EN:
IPOL. Journal Image Processing On Line, no. 12, Nov. 2022, pp. 490-500.
Financiadores:
Projecto ANR-16-DEFA-0004
Proyecto vera.ai (101070093)
Proyecto vera.ai (101070093)
Citación:
Gardella, M. y Musé, P. "Image forgery detection via forensic similarity graphs". IPOL. Journal Image Processing On Line. [en línea]. 2022, no 12, pp. 490-500. DOI: 10.5201/ipol.2022.432.
Citación:
metadata.articulos.cc.license.name:
ISBN:
e-ISBN:
ISSN:
2105–1232
ISMN:
Otros identificadores:
Cobertura geográfica:
Cobertura temporal:
Departamento académico:
Procesamiento de Señales
Grupo de investigación:
Tratamiento de Imágenes
Licencia:
Licencia Creative Commons Atribución - No Comercial - Compartir Igual (CC - By-NC-SA 4.0)
Colecciones:
| Ficheros | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| GM22a.pdf | Versión publicada | 6.45 MB | Adobe PDF |