Analisi comparativa delle varianti LBP per il rilevamento di manomissioni di immagini - Rao, Suresh;Kaur, Mandeep
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
16 °P sammeln
  • Broschiertes Buch

Questa tesi esplora l'uso dei Local Binary Patterns (LBP) e delle reti neurali convoluzionali (CNN) per rilevare la manomissione delle immagini, un problema sempre più diffuso nell'attuale panorama digitale. Attraverso un'analisi comparativa di quattro varianti di LBP utilizzando il set di dati CASIA-2.0, si combinano i descrittori di texture di LBP con CNN per migliorare l'accuratezza e la robustezza. La metodologia prevede la generazione di descrittori di texture locali con LBP e il loro inserimento in un'architettura CNN addestrata a classificare le immagini come manomesse o autentiche.…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Questa tesi esplora l'uso dei Local Binary Patterns (LBP) e delle reti neurali convoluzionali (CNN) per rilevare la manomissione delle immagini, un problema sempre più diffuso nell'attuale panorama digitale. Attraverso un'analisi comparativa di quattro varianti di LBP utilizzando il set di dati CASIA-2.0, si combinano i descrittori di texture di LBP con CNN per migliorare l'accuratezza e la robustezza. La metodologia prevede la generazione di descrittori di texture locali con LBP e il loro inserimento in un'architettura CNN addestrata a classificare le immagini come manomesse o autentiche. Nonostante le sfide poste dalla complessità computazionale, la ricerca mira a contribuire a un sistema affidabile di rilevamento delle manomissioni applicabile in vari scenari del mondo reale. In particolare, Uniform LBP dimostra prestazioni superiori sia in fase di addestramento che di test, raggiungendo un'accuratezza e un punteggio F1 superiore al 97% nel rilevamento delle immagini manomesse, convalidando l'efficacia dell'approccio.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
JRF na DRDO, a trabalhar no desenvolvimento de um simulador de treino em RV em Unity e C#. Completei o meu mestrado em TI na UIET, PU-Chandigarh, Índia. Eu amo Ciência da Computação com um forte domínio em DSA, C ++, Python, C # e JavaScript. Explorando o poder libertado do ML/AI como um domínio emergente.