網(wǎng)上有很多關(guān)于pos機(jī)定位不準(zhǔn)的解決方法,用不易察覺的位置編碼防止剪輯和拼接的知識(shí),也有很多人為大家解答關(guān)于pos機(jī)定位不準(zhǔn)的解決方法的問題,今天pos機(jī)之家(www.rcqwhg.com)為大家整理了關(guān)于這方面的知識(shí),讓我們一起來看下吧!
本文目錄一覽:
pos機(jī)定位不準(zhǔn)的解決方法
摘要作者提出了一個(gè)模型,用于區(qū)分圖片是攝影師發(fā)布的圖片的真實(shí)副本,以及在發(fā)布后經(jīng)過裁剪、拼接或降采樣處理的圖片。該模型包括與拍照者駐留在一起的編碼器和可供觀察者使用的匹配解碼器。編碼器學(xué)習(xí)在發(fā)布之前將難以察覺的位置簽名嵌入到圖像值中。解碼器學(xué)會(huì)使用這些隱寫位置(stegapos)簽名來確定每個(gè)小圖像補(bǔ)丁在其原始發(fā)布的圖像中所持有的二維位置坐標(biāo)。裁剪、拼接和downsample編輯可以通過它們?cè)陔[藏的位置簽名中引起的不一致而被檢測(cè)到。作者發(fā)現(xiàn),共同訓(xùn)練編碼器和解碼器產(chǎn)生一個(gè)模型,不知不覺編碼的位置,并使優(yōu)越的性能在建立的基準(zhǔn)剪接檢測(cè)和高準(zhǔn)確度的新基準(zhǔn)剪輯檢測(cè)。
論文創(chuàng)新點(diǎn)作者的貢獻(xiàn)有三方面:(1)作者引入了一種新的圖像編碼模型,稱為隱寫編碼,它使用學(xué)習(xí)到的隱寫噪聲將可解碼的絕對(duì)位置信息插入圖像中。(3)作者創(chuàng)建并發(fā)布了一個(gè)名為SmartCrop21的剪輯檢測(cè)新基準(zhǔn),并報(bào)告作者的模型在它上的性能。
框架結(jié)構(gòu)編碼器將輸入圖像I與預(yù)先設(shè)置的正弦位置碼Ψ域連接起來,然后將這些映射到添加到I(帶有夾緊)以產(chǎn)生隱寫圖像I^的隱寫位置殘馀γ。
實(shí)驗(yàn)結(jié)果樣品剪輯檢測(cè)結(jié)果(s = 1:0)。(a)原始圖像I, (b)隱寫圖像I^, (c)地面真實(shí)剪輯(黑色)和估計(jì)剪輯(白色)。
剪輯檢測(cè)誤差相對(duì)于剪輯大小,從50 50(1=16種剪輯)到400 400(沒有剪輯),使用25000張圖像數(shù)據(jù)集中的1000個(gè)隨機(jī)樣本進(jìn)行可視化。列顯示減少尺度s 2 f1:0的錯(cuò)誤;0:8;0:5;0:3g。Top:估計(jì)左上角的誤差(x;Y),以像素計(jì)算。底部:估計(jì)尺度s的誤差
拼接檢測(cè)結(jié)果示例。
結(jié)論作者提出了一種編碼器-解碼器網(wǎng)絡(luò),該網(wǎng)絡(luò)獲取彩色圖像并注入隱寫位置簽名,允許在保持視覺質(zhì)量的同時(shí)進(jìn)行準(zhǔn)確的補(bǔ)丁定位。作者發(fā)現(xiàn)這種編碼和解碼模型為拼接和剪輯定位的取證任務(wù)提供了一個(gè)有用的基礎(chǔ)。作者的方法通過一個(gè)簡(jiǎn)單的線性回歸后處理步驟,在流行的剪接檢測(cè)基準(zhǔn)上提供了具有競(jìng)爭(zhēng)力的性能,并提供了剪輯檢測(cè)的第一個(gè)實(shí)用方法。
論文鏈接:https://arxiv.org/pdf/2104.12290.pdf
每日?qǐng)?jiān)持論文分享不易,如果喜歡我們的內(nèi)容,希望可以推薦或者轉(zhuǎn)發(fā)給周圍的同學(xué)。
以上就是關(guān)于pos機(jī)定位不準(zhǔn)的解決方法,用不易察覺的位置編碼防止剪輯和拼接的知識(shí),后面我們會(huì)繼續(xù)為大家整理關(guān)于pos機(jī)定位不準(zhǔn)的解決方法的知識(shí),希望能夠幫助到大家!