JP2018532198A - 視覚データのストリーム中のコピーを検出するための方法およびデバイス - Google Patents
視覚データのストリーム中のコピーを検出するための方法およびデバイス Download PDFInfo
- Publication number
- JP2018532198A JP2018532198A JP2018519029A JP2018519029A JP2018532198A JP 2018532198 A JP2018532198 A JP 2018532198A JP 2018519029 A JP2018519029 A JP 2018519029A JP 2018519029 A JP2018519029 A JP 2018519029A JP 2018532198 A JP2018532198 A JP 2018532198A
- Authority
- JP
- Japan
- Prior art keywords
- image
- signature
- row
- module
- copy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 238000000034 method Methods 0.000 title claims abstract description 136
- 230000000007 visual effect Effects 0.000 title description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 49
- 230000006870 function Effects 0.000 claims description 52
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 24
- 238000001514 detection method Methods 0.000 description 18
- 238000000844 transformation Methods 0.000 description 18
- 238000013459 approach Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 8
- 201000011243 gastrointestinal stromal tumor Diseases 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000011002 quantification Methods 0.000 description 6
- 101100072002 Arabidopsis thaliana ICME gene Proteins 0.000 description 4
- 230000004931 aggregating effect Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 241000581017 Oliva Species 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 2
- 241000238370 Sepia Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/0028—Adaptive watermarking, e.g. Human Visual System [HVS]-based watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0201—Image watermarking whereby only tamper or origin are detected and no embedding takes place
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
Description
− たとえばJPEGへの、圧縮、
− たとえばPNGコンバージョンなど、符号化の変更、
− たとえば左右反転を通した、フリッピング、
− 比率(スケーリング)の変更、
− たとえば、画像のエッジが削除され、必ずしもセンタリングされているとは限らない、クロッピング、
− たとえばグレースケールまたはセピアへの、比色コンバージョン、
− たとえば20°未満の、小さい回転、
− テキスト(タイトル、シグネチャなど)または画像(たとえばロゴ)を埋め込むこと。
− 要求画像をグレースケールにコンバートするステップ、
− グレー化画像を「8×9」(8つの行、9つの列)の固定サイズに低減するステップ、
− たとえば、ピクセルが、右隣接ピクセルのグレースケール値よりも大きいグレースケール値を有する場合、「真」値を帰する(attribute)ために、各行中の隣接ピクセルの強度を比較するステップ、
− 16進法で、得られたバイナリ画像(8×8)を符号化するステップ。
− 少数の機械リソースを用いて、画像のためのシグネチャを極めて急速に算出するために、低いアルゴリズム的複雑性を提供し、
− 基準ベースにわたる高速探索を可能にするのに十分コンパクトであり、
− インターネット上で最も一般に遭遇される変換に対してロバストである。
− たとえばJPEGへの、圧縮、
− たとえばPNGコンバージョンなど、符号化の変更、
− たとえば左右反転を通した、フリッピング、
− 比率(スケーリング)の変更、
− たとえば、画像のエッジが削除され、必ずしもセンタリングされているとは限らない、クロッピング、
− たとえばグレースケールまたはセピアへの、比色コンバージョン、
− たとえば20°未満の、小さい回転、
− テキスト(タイトル、シグネチャなど)または画像(たとえばロゴ)を埋め込むこと。
− 要求画像をグレースケールにコンバートするステップ、
− グレー化画像を「8×9」(8つの行、9つの列)の固定サイズに低減するステップ、
− たとえば、ピクセルが、右隣接ピクセルのグレースケール値よりも大きいグレースケール値を有する場合、「真」値を帰する(attribute)ために、各行中の隣接ピクセルの強度を比較するステップ、
− 16進法で、得られたバイナリ画像(8×8)を符号化するステップ。
− 少数の機械リソースを用いて、画像のためのシグネチャを極めて急速に算出するために、低いアルゴリズム的複雑性を提供し、
− 基準ベースにわたる高速探索を可能にするのに十分コンパクトであり、
− インターネット上で最も一般に遭遇される変換に対してロバストである。
Claims (26)
- 画像のコピーまたはほぼコピーを検出するための方法であって、
− 初期画像を受信するステップと、
− 初期画像をグレースケールにコンバートするステップと、
− グレー化画像を複数の行と偶数個の列とを有する低減された画像にリサイズするステップと、
− 低減された画像についての全体的シグネチャを算出するステップと、
− 低減された画像の全体的シグネチャと基準画像シグネチャとの間の比較の結果に従って、初期画像が画像のコピーまたはほぼコピーであるかどうかを決定するステップと
を含み、
方法が、全体的シグネチャを算出するステップが、
− 低減された画像の各行についての行シグネチャを算出するステップであって、前記算出が、各行における対称的ピクセルのサブセットにわたって統計的に取得された値の比較に基づく、算出するステップと、
− 全体的シグネチャを取得するために行シグネチャを連結するステップと
を含むことを特徴とする、
方法。 - 行シグネチャを算出するステップが、
− 低減された画像についての対称的ピクセルの複数の領域を定義するステップと、
− 各行において、対称的ピクセルのサブセットのグループ(Px i、Py j)を選択するステップであって、各サブセットが、ピクセルがグループPx iに属する場合は行におけるそれの対称的パートナーがグループPy jに属するようなやり方で定義される、選択するステップと
を含む、請求項1に記載の方法。 - 統計値が、ピクセルのサブセットにわたる平均であり、行シグネチャが、統計値に従うハッシュ関数の要素に帰される値である、請求項1または2に記載の方法。
- ハッシュ関数の要素に帰される値が、サブセットPx iについて取得された平均が対称的サブセットPy jについて取得された平均よりも大きい場合、「1」に等しい、請求項3に記載の方法。
- 全体的シグネチャが、各行について算出されたハッシュ関数を連結することによって取得された全体的ハッシュ関数である、請求項3または4に記載の方法。
- グレー化画像をリサイズするステップが、初期画像を「H」行×「W+K」列の第1の画像に低減するステップであって、ここで、「W」が偶数であり、「K」が奇数である、低減するステップと、次いで「H」行×「W」列の第2の画像に簡略化するステップであって、ここで、「W」が偶数である、簡略化するステップとからなる、請求項1から5のいずれか一項に記載の方法。
- 全体的シグネチャを算出するステップが、画像についての1つまたは複数の全体的統計値を追加することを含む、請求項1から6のいずれか一項に記載の方法。
- 全体的シグネチャを算出するステップが、初期画像についての、および画像を極座標にコンバートするための全体的シグネチャを算出するステップからなる、請求項1から7のいずれか一項に記載の方法。
- 画像をリサイズするステップの後に、コンテンツに従って画像の安定した中心を決定するステップをさらに含む、請求項1から8のいずれか一項に記載の方法。
- Kメジアンによってシグネチャを定量化するステップをさらに含み、比較ステップが、逆インデックス構造によって実装される、請求項1から9のいずれか一項に記載の方法。
- コンピュータプログラム製品であって、前記コンピュータプログラムが、前記プログラムがコンピュータ上で実行されるとき、請求項1から10のいずれか一項に記載の方法のステップを動作させるためのコード命令を含む、コンピュータプログラム製品。
- 画像のコピーまたはほぼコピーを検出するためのデバイスであって、
− 初期画像を受信するように構成された受信機モジュール(402)と、
− 初期画像をグレースケールにコンバートするように構成されたコンバージョンモジュール(404)と、
− グレー化画像を複数の行と偶数個の列とを有する低減された画像にリサイズするように構成されたリサイジングモジュール(406)と、
− 低減された画像についての全体的シグネチャを算出するように構成された算出モジュール(408)と、
− 比較の結果に従って、初期画像が画像のコピーまたはほぼコピーであるかどうかを決定するために、低減された画像の全体的シグネチャを基準画像シグネチャと比較するように構成された比較モジュール(412)と
を含み、
デバイスが、算出モジュール(408)が、
− 低減された画像の各行についての行シグネチャを算出するための構成要素(409)であって、算出が、各行の対称的ピクセルのサブセットにわたって統計的に取得された値の比較に基づく、構成要素(409)と、
− 全体的シグネチャを取得するために行シグネチャを連結するための構成要素(410)と
を含むことを特徴とする、
デバイス。 - 行シグネチャを算出するための構成要素が、
− 低減された画像についての対称的ピクセルの複数の領域が定義されることと、
− 各行について、対称的ピクセルのサブセットのグループ(Px i、Py j)が選択されることであって、各サブセットが、ピクセルがグループPx iに属する場合は行におけるそれの対称的パートナーがグループPy jに属するようなやり方で定義される、選択されることと
を可能にする、請求項12に記載のデバイス。 - 統計値が、ピクセルのサブセットにわたる平均であり、行シグネチャが、統計値に従うハッシュ関数の要素に帰される値である、請求項12または13に記載のデバイス。
- ハッシュ関数の要素に帰される値が、サブセットPx iについて取得された平均が対称的サブセットPy jについて取得された平均よりも大きい場合、「1」に等しい、請求項14に記載のデバイス。
- 全体的シグネチャが、各行について算出されたハッシュ関数を連結することによって取得された全体的ハッシュ関数である、請求項14または15に記載のデバイス。
- グレー化画像をリサイズするためのモジュールが、初期画像が、「H」行×「W+K」列の第1の画像に低減されることであって、ここで、「W」が偶数であり、「K」が奇数である、低減されることと、次いで第1の画像が、「H」行×「W」列の第2の画像に簡略化されることであって、ここで、「W」が偶数である、簡略化されることとを可能にする、請求項12から16のいずれか一項に記載のデバイス。
- 全体的シグネチャを算出するためのモジュールが、画像についての1つまたは複数の全体的統計値を追加することが考慮されることを可能にする、請求項12から17のいずれか一項に記載のデバイス。
- 全体的シグネチャを算出するためのモジュールが、初期画像についての、および初期画像を極座標にコンバートするための全体的シグネチャが算出されることを可能にする、請求項12から18のいずれか一項に記載のデバイス。
- コンテンツに従って、リサイズされた画像の安定した中心を決定するためのモジュールを含む、請求項12から19のいずれか一項に記載のデバイス。
- Kメジアンによってシグネチャを定量化するように構成されたモジュールをさらに含み、比較モジュールが、逆インデックス構造によって実装される、請求項12から20のいずれか一項に記載のデバイス。
- 基準画像シグネチャを生成するための方法であって、
− 初期基準画像を受信するステップと、
− 初期基準画像をグレースケールにコンバートするステップと、
− グレー化基準画像を複数の行と偶数個の列とを有する低減された基準画像にリサイズするステップと、
− 低減された基準画像の各行についての行シグネチャを算出するステップであって、前記算出が、各行における対称的ピクセルのサブセットにわたって統計的に取得された値の比較に基づく、算出するステップと、
− 基準画像シグネチャを取得するために行シグネチャを連結するステップと
を含む、方法。 - 基準画像についての請求項2から10のいずれか一項に記載のステップをさらに含む、請求項22に記載の方法。
- 基準画像シグネチャを生成するためのデバイス(420)であって、
− 初期基準画像を受信するように構成された受信機モジュール(422)と、
− 初期基準画像をグレースケールにコンバートするように構成されたコンバージョンモジュール(424)と、
− グレー化基準画像を複数の行と偶数個の列とを有する低減された基準画像にリサイズするように構成されたリサイジングモジュール(426)と、
− 低減された基準画像の各行についての行シグネチャを算出するように構成された算出モジュール(428)であって、前記算出が、各行における対称的ピクセルのサブセットにわたって統計的に取得された値の比較に基づく、算出モジュール(428)と、
− 行シグネチャを連結するモジュール(430)であって、基準画像シグネチャを取得するためのモジュールと
を備える、デバイス(420)。 - 基準画像シグネチャが、請求項24に記載のデバイス(420)によって取得される、請求項12から21のいずれか一項に記載のデバイス。
- コンピュータプログラム製品であって、前記コンピュータプログラムが、前記プログラムがコンピュータ上で実行されるとき、請求項22または23に記載の方法のステップが行われることを可能にするコード命令を含む、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1559680 | 2015-10-12 | ||
FR1559680 | 2015-10-12 | ||
PCT/EP2015/078822 WO2017063722A1 (fr) | 2015-10-12 | 2015-12-07 | Procede et dispositif de detection de copies dans un flux de donnees visuelles |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018532198A true JP2018532198A (ja) | 2018-11-01 |
Family
ID=54979639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018519029A Ceased JP2018532198A (ja) | 2015-10-12 | 2015-12-07 | 視覚データのストリーム中のコピーを検出するための方法およびデバイス |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180293461A1 (ja) |
JP (1) | JP2018532198A (ja) |
DE (1) | DE202015106648U1 (ja) |
WO (1) | WO2017063722A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399897B (zh) * | 2019-04-10 | 2021-11-02 | 北京百卓网络技术有限公司 | 图像识别方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007096608A (ja) * | 2005-09-28 | 2007-04-12 | Yafoo Japan Corp | 不正画像検出装置、方法、プログラム |
JP2009110525A (ja) * | 2007-10-31 | 2009-05-21 | Sony United Kingdom Ltd | 画像検索方法及び画像検索装置 |
JP2010039533A (ja) * | 2008-07-31 | 2010-02-18 | Fujifilm Corp | 画像ランキング装置、画像ランキング方法及びプログラム |
JP2014041560A (ja) * | 2012-08-23 | 2014-03-06 | Canon Inc | 画像処理装置、画像処理方法 |
US20150186751A1 (en) * | 2013-12-31 | 2015-07-02 | Stake Center Locating, Inc. | Image duplication detection |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009095616A1 (fr) | 2008-01-30 | 2009-08-06 | France Telecom | Procede d'identification d'un document multimedia dans une base de reference, programme d'ordinateur, et dispositif d'identification correspondants |
-
2015
- 2015-12-07 US US15/767,629 patent/US20180293461A1/en not_active Abandoned
- 2015-12-07 DE DE202015106648.1U patent/DE202015106648U1/de active Active
- 2015-12-07 WO PCT/EP2015/078822 patent/WO2017063722A1/fr active Application Filing
- 2015-12-07 JP JP2018519029A patent/JP2018532198A/ja not_active Ceased
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007096608A (ja) * | 2005-09-28 | 2007-04-12 | Yafoo Japan Corp | 不正画像検出装置、方法、プログラム |
JP2009110525A (ja) * | 2007-10-31 | 2009-05-21 | Sony United Kingdom Ltd | 画像検索方法及び画像検索装置 |
JP2010039533A (ja) * | 2008-07-31 | 2010-02-18 | Fujifilm Corp | 画像ランキング装置、画像ランキング方法及びプログラム |
JP2014041560A (ja) * | 2012-08-23 | 2014-03-06 | Canon Inc | 画像処理装置、画像処理方法 |
US20150186751A1 (en) * | 2013-12-31 | 2015-07-02 | Stake Center Locating, Inc. | Image duplication detection |
Also Published As
Publication number | Publication date |
---|---|
DE202015106648U1 (de) | 2016-03-22 |
WO2017063722A1 (fr) | 2017-04-20 |
US20180293461A1 (en) | 2018-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10062083B2 (en) | Method and system for clustering and classifying online visual information | |
US20130346431A1 (en) | Monitoring and Analyzing Creation and Usage of Visual Content | |
CN105095435A (zh) | 一种图像高维特征的相似比较方法及装置 | |
Qu et al. | A convolutive mixing model for shifted double JPEG compression with application to passive image authentication | |
CN107292642B (zh) | 一种基于图像的商品推荐方法及系统 | |
Gharde et al. | Robust perceptual image hashing using fuzzy color histogram | |
CN106503112B (zh) | 视频检索方法和装置 | |
Yeh et al. | A compact, effective descriptor for video copy detection | |
Roy et al. | Perceptual hashing scheme using KAZE feature descriptors for combinatorial manipulations | |
Xu et al. | A novel image copy detection scheme based on the local multi-resolution histogram descriptor | |
Nie et al. | Robust video hashing based on representative-dispersive frames | |
US20170103285A1 (en) | Method and device for detecting copies in a stream of visual data | |
Jin et al. | Video logo removal detection based on sparse representation | |
Liu et al. | Video copy detection by conducting fast searching of inverted files | |
MARINOV et al. | Comparative analysis of content-based image retrieval systems | |
JP2018532198A (ja) | 視覚データのストリーム中のコピーを検出するための方法およびデバイス | |
Li et al. | Image recapture detection through residual-based local descriptors and machine learning | |
Nie et al. | Key-frame based robust video hashing using isometric feature mapping | |
US20220245394A1 (en) | Methods and Systems for Generating Composite Image Descriptors | |
Ustubioglu et al. | Improved copy-move forgery detection based on the CLDs and colour moments | |
Du et al. | Image hashing for tamper detection with multiview embedding and perceptual saliency | |
Tang et al. | Robust video hashing based on multidimensional scaling and ordinal measures | |
Fei et al. | Detection of seam carving‐based video retargeting using forensics hash | |
Cui et al. | A novel DIBR 3D image hashing scheme based on pixel grouping and NMF | |
Sangeetha et al. | An Enhanced Triadic Color Scheme for Content‐Based Image Retrieval |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180613 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20180621 Free format text: JAPANESE INTERMEDIATE CODE: A801 Effective date: 20180621 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180920 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20191101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200121 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200512 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20200929 |