Mostrar el registro sencillo del ítem

Trabajo Fin de Máster

dc.contributor.advisorMartín Clemente, Rubénes
dc.creatorDomínguez Pavón, Saraes
dc.date.accessioned2020-01-23T09:58:18Z
dc.date.available2020-01-23T09:58:18Z
dc.date.issued2019
dc.identifier.citationDomínguez Pavón, S. (2019). Identificación del modelo de cámara mediante Redes Neuronales Convolucionales. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla.
dc.identifier.urihttps://hdl.handle.net/11441/92171
dc.description.abstractLa identificación del modelo de cámara siempre ha sido uno de los campos principales del análisis forense de imágenes, ya que es la base para resolver una amplia gama de problemas forenses. Dado que el Deep Learning ha logrado un gran progreso en las tareas de visión por computador, ha surgido un gran interés en la aplicación del aprendizaje profundo en imágenes forenses. En este documento, se propone un método de identificación de modelo de cámara basado en redes neuronales convolucionales profundas (CNNs). A diferencia de los métodos tradicionales, las CNNs pueden extraer características de forma au-tomática y simultánea y aprender a clasificar durante el proceso de aprendizaje. En el presente trabajo se describe un enfoque de aprendizaje profundo para el problema de detección de cámara entre 3 modelos diferentes como parte del IEEE Signal Processing Cup 2018: Camera Model Identification organizado por IEEE Signal Processing Society. Los experimentos muestran que podemos detectar modelos de cámara desconocidos con una precisión de más del 90%.es
dc.description.abstractSource camera model identification has always been one of the main fields of digital image forensics since it is the foundation of solving a wide range of forensic problems. Several effective camera model identification algorithms have been developed for the practical necessity. However, they are mostly based on traditional machine learning methods. Since Deep Learning has made great progress in computer vision tasks, significant interest has arisen in applying Deep Learning in image forensics. In this paper, we propose a camera model identification method based on deep convolutional neural networks (CNNs). Unlike tradi-tional methods, CNNs can automatically and simultaneously extract features and learn to classify during the learning process. In the current work, we describe our Deep Learning approach to the camera detection task of 3 cameras as a part of the IEEE Signal Processing Cup 2018: Camera Model Identification hosted by IEEE Signal Processing Society. Experiments show that we can detect unknown camera models with an accuracy greater than 90%.es
dc.formatapplication/pdfes
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleIdentificación del modelo de cámara mediante Redes Neuronales Convolucionaleses
dc.typeinfo:eu-repo/semantics/masterThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Teoría de la Señal y Comunicacioneses
dc.description.degreeUniversidad de Sevilla. Máster en Ingeniería de Telecomunicaciónes
idus.format.extent80p.es

FicherosTamañoFormatoVerDescripción
TFM-1426-DOMINGUEZ.pdf2.888MbIcon   [PDF] Ver/Abrir  

Este registro aparece en las siguientes colecciones

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional