Zobrazeno 1 - 10
of 76
pro vyhledávání: '"splicing localization"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 10, Pp 33882-33899 (2022)
Synthetic Aperture Radar (SAR) images are a valuable asset for a wide variety of tasks. In the last few years, many websites have been offering them for free in the form of easy to manage products, favoring their widespread diffusion and research wor
Externí odkaz:
https://doaj.org/article/279a06990e6d4f08872ae5c6f17f0506
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 8, Pp 25611-25625 (2020)
In this paper, a novel image splicing detection and localization scheme is proposed based on the local feature descriptor which is learned by deep convolutional neural network (CNN). A two-branch CNN, which serves as an expressive local descriptor is
Externí odkaz:
https://doaj.org/article/1f4e2009ad5e46fc82a52a46aa451856
Publikováno v:
Mathematical Biosciences and Engineering, Vol 16, Iss 6, Pp 6907-6922 (2019)
Recently, fully convolutional network (FCN) has been successfully used to locate spliced regions in synthesized images. However, all the existing FCN-based algorithms use real-valued FCN to process each channel separately. As a consequence, they fail
Externí odkaz:
https://doaj.org/article/8cee9dedf1fa4b538bc10ddc2535cd02
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 6, Pp 69472-69480 (2018)
Liu and Pun proposed a method based on fully convolutional network (FCN) and conditional random field (CRF) to locate spliced regions in synthesized images from different source images. However, their work has two drawbacks: 1) FCN often smooths deta
Externí odkaz:
https://doaj.org/article/4ee8c0318c414735906f2a59c33b388e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.