Abbonarsi

A No-Reference Quality Metric for Parameter Tuning of Edge-Aware Filters – An Anti-Image Forensic Method - 22/05/21

Doi : 10.1016/j.irbm.2020.02.004 
P. Shan , A. Kaimal, J. Shiney, J. Derwin

Corresponding author.

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

pagine 9
Iconografia 6
Video 0
Altro 0

Abstract

Edge-Aware Filters (EAF) are less frequently detected by forensic tools compared to the median filter. However, EAFs also blur the edges, if their operational parameters are not tuned properly. Objective image quality metrics which reflect the quality of the smoothed images are necessary for tuning the operational parameters. A novel formulation of a no-reference composite metric, termed as Denoising Performance Metric (DPM) is introduced in this paper. DPM exhibited a correlation of 0.98 ± 0.02 and 0.89 ± 0.09 with the Mean Opinion Score (MOS) and Peak Signal to Noise Ratio (PSNR) between the test images and the noise-free benchmark image, respectively. The correlation observed for type-2 Vector Mean Squared Error (VMSE) with MOS and PSNR are 0.97 ± 0.02 and 0.79 ± 0.25, respectively. The proposed metric is observed to be superior to type-2 Vector Mean Squared Error (VMSE) in terms of its correlation with the subjective fidelity ratings. It can be used for tuning operational parameters of EAF to enhance their ability to tackle forensic tools.

Il testo completo di questo articolo è disponibile in PDF.

Graphical abstract

Il testo completo di questo articolo è disponibile in PDF.

Highlights

A no-reference IQA Index termed as ‘Denoising Performance Metric’ is introduced.
Objective parameter tuning of edge-aware filters avoids blur at the edges.
Enhance ability of edge-aware filters to tackle forensic tools.
Computationally simple framework.

Il testo completo di questo articolo è disponibile in PDF.

Keywords : Anti-image forensics, Counter-image forensics, Digital image forensics, Edge-aware filters


Mappa


© 2020  AGBM. Pubblicato da Elsevier Masson SAS. Tutti i diritti riservati.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 42 - N° 3

P. 165-173 - giugno 2021 Ritorno al numero
Articolo precedente Articolo precedente
  • New Intraclass Helitrons Classification Using DNA-Image Sequences and Machine Learning Approaches
  • R. Touati, I. Messaoudi, A.E. Oueslati, Z. Lachiri, M. Kharrat
| Articolo seguente Articolo seguente
  • Identification of Human Vital Functions Directly Relevant to the Respiratory System Based on the Cardiac and Acoustic Parameters and Random Forest
  • K. Proniewska, A. Pregowska, K.P. Malinowski

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.