Performance Improvement of SIFT-based Copy-move Forgery Detection Using CSLBP Descriptor
Journal of the Institute of Electronics and Information Engineers2020Vol. 57(5), pp. 65–73
Abstract
SIFT(scale invariant feature transform)는 크기와 회전에 불변하는 특징을 추출하는 방법으로, 다양한 검출 및 인식 분야에 적용되고 있다. 이러한 특성으로 인하여 SIFT는 복사-이동 조작 검출을 위한 기본 변환으로 널리 사용되고 있다. 그러나 SIFT 기반 복사-이동 조작 검출 방법은 배경 영역이 조작된 경우, 조작 범위가 작은 경우, 영상이 압축된 경우 등에 검출 성능이 떨어지는 단점을 가지고 있다. 본 논문에서는 이러한 단점을 극복하기 위하여 CSLBP(center-symmetric local binary pattern) 지시자를 이용한 SIFT 기반 복사-이동 조작 검출법을 제안한다. CSLBP 지시자는 총 16차원을 가지며, 기존의 128 차원의 SIFT 지시자에 추가하여 사용된다. MICC-F220 및 CMH 데이터에 대한 실험 결과, 제안 방법은 95% 이상의 검출 정확도를 보인다. 특히, 압축된 영상에 대하여 성능의 저하가 없음을 알 수 있다.
Related Papers
- → Object class recognition using combination of color SIFT descriptors(2011)12 cited
- → An Object Detection and Pose Estimation Approach for Position Based Visual Servoing(2017)5 cited
- → Self-monitoring to improve robustness of 3D object tracking for robotics(2011)4 cited
- → Foreground object segmentation from binocular stereo video(2005)2 cited
- → 6-DOF object localization by combining monocular vision and robot arm kinematics(2017)1 cited