Informační systém výzkumu,
vývoje a inovací

Rejstřík informací o výsledcích

Jednoduché vyhledávání

Zpět na hledáníExtended IMD2020: a large‐scale annotated dataset tailored for detecting manipulated images (2021)výskyt výsledku

Identifikační kód RIV/67985556:_____/21:00541341
Název v anglickém jazyce Extended IMD2020: a large‐scale annotated dataset tailored for detecting manipulated images
Druh J - Recenzovaný odborný článek (Jimp, Jsc a Jost)
Poddruh J/A - Článek v odborném periodiku je obsažen v databázi Web of Science společností Thomson Reuters s příznakem „Article“, „Review“ nebo „Letter“ (Jimp)
Jazyk eng - angličtina
Vědní obor 10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Rok uplatnění 2021
Kód důvěrnosti údajů S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů.
Počet výskytů výsledku 1
Počet tvůrců celkem 3
Počet domácích tvůrců 3
Výčet všech uvedených jednotlivých tvůrců Babak Mahdian (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 5320860, researcherid: H-4313-2014)
Adam Novozámský (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 8671389, researcherid: H-3604-2014)
Stanislav Saic (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 2288966)
Popis výsledku v anglickém jazyce Image forensic datasets need to accommodate a complex diversity of systematic noise and intrinsic image artefacts to prevent any overfitting of learning methods to a small set of camera types or manipulation techniques. Such artefacts are created during the image acquisition as well as the manipulating process itself (e.g., noise due to sensors, interpolation artefacts, etc.). Here, the authors introduce three datasets. First, we identified the majority of camera models on the market. Then, we collected a dataset of 35,000 real images captured by these cameras. We also created the same number of digitally manipulated images. Additionally, we also collected a dataset of 2,000 ‘real‐life’ (uncontrolled) manipulated images. They are made by unknown people and downloaded from the Internet. The real versions of these images are also provided. We also manually created binary masks localising the exact manipulated areas of these images. Moreover, we captured a set of 2,759 real images formed by 32 unique cameras (19 different camera models) in a controlled way by ourselves. Here, the processing history of all images is guaranteed. This set includes categorised images of uniform areas as well as natural images that can be used effectively for analysis of the sensor noise.
Klíčová slova oddělená středníkem image manipulation;image forensics;database;tampering
Stránka www, na které se nachází výsledek https://ieeexplore.ieee.org/document/9096940
DOI výsledku 10.1049/bme2.12025
Odkaz na údaje z výzkumu -

Údaje o výsledku v závislosti na druhu výsledku

Název periodika IET Biometrics
ISSN 2047-4938
e-ISSN 2047-4946
Svazek periodika 10
Číslo periodika v rámci uvedeného svazku 4
Stát vydavatele periodika GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku 16
Strana od-do 392-407
Kód UT WoS článku podle Web of Science 000631767900001
EID výsledku v databázi Scopus 2-s2.0-85122093887
Způsob publikování výsledku A - Open Access
Předpokládaný termín zveřejnění plného textu výsledku -

Ostatní informace o výsledku

Předkladatel Ústav teorie informace a automatizace AV ČR, v. v. i.
Dodavatel AV0 - Akademie věd České republiky (AV ČR )
Rok sběru 2022
Specifikace RIV/67985556:_____/21:00541341!RIV22-AV0-67985556
Datum poslední aktualizace výsledku 02.05.2022
Kontrolní číslo 192345917 ( v1.0 )

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Podpora / návaznosti Institucionální podpora na rozvoj výzkumné organizace
Vyhledávání ...