網(wǎng)上有很多關(guān)于pos機定位不準的解決方法,用不易察覺(jué)的位置編碼防止剪輯和拼接的知識，也有很多人為大家解答關(guān)于pos機定位不準的解決方法的問(wèn)題，今天pos機之家(m.xjcwpx.cn)為大家整理了關(guān)于這方面的知識，讓我們一起來(lái)看下吧!
本文目錄一覽：
pos機定位不準的解決方法
摘要作者提出了一個(gè)模型，用于區分圖片是攝影師發(fā)布的圖片的真實(shí)副本，以及在發(fā)布后經(jīng)過(guò)裁剪、拼接或降采樣處理的圖片。該模型包括與拍照者駐留在一起的編碼器和可供觀(guān)察者使用的匹配解碼器。編碼器學(xué)習在發(fā)布之前將難以察覺(jué)的位置簽名嵌入到圖像值中。解碼器學(xué)會(huì )使用這些隱寫(xiě)位置(stegapos)簽名來(lái)確定每個(gè)小圖像補丁在其原始發(fā)布的圖像中所持有的二維位置坐標。裁剪、拼接和downsample編輯可以通過(guò)它們在隱藏的位置簽名中引起的不一致而被檢測到。作者發(fā)現，共同訓練編碼器和解碼器產(chǎn)生一個(gè)模型，不知不覺(jué)編碼的位置，并使優(yōu)越的性能在建立的基準剪接檢測和高準確度的新基準剪輯檢測。
論文創(chuàng )新點(diǎn)作者的貢獻有三方面:(1)作者引入了一種新的圖像編碼模型，稱(chēng)為隱寫(xiě)編碼，它使用學(xué)習到的隱寫(xiě)噪聲將可解碼的絕對位置信息插入圖像中。(3)作者創(chuàng )建并發(fā)布了一個(gè)名為SmartCrop21的剪輯檢測新基準，并報告作者的模型在它上的性能。
框架結構編碼器將輸入圖像I與預先設置的正弦位置碼Ψ域連接起來(lái)，然后將這些映射到添加到I(帶有夾緊)以產(chǎn)生隱寫(xiě)圖像I^的隱寫(xiě)位置殘馀γ。
實(shí)驗結果樣品剪輯檢測結果(s = 1:0)。(a)原始圖像I， (b)隱寫(xiě)圖像I^， (c)地面真實(shí)剪輯(黑色)和估計剪輯(白色)。
剪輯檢測誤差相對于剪輯大小，從50 50(1=16種剪輯)到400 400(沒(méi)有剪輯)，使用25000張圖像數據集中的1000個(gè)隨機樣本進(jìn)行可視化。列顯示減少尺度s 2 f1:0的錯誤;0:8;0:5;0:3g。Top:估計左上角的誤差(x;Y)，以像素計算。底部:估計尺度s的誤差
拼接檢測結果示例。
結論作者提出了一種編碼器-解碼器網(wǎng)絡(luò )，該網(wǎng)絡(luò )獲取彩色圖像并注入隱寫(xiě)位置簽名，允許在保持視覺(jué)質(zhì)量的同時(shí)進(jìn)行準確的補丁定位。作者發(fā)現這種編碼和解碼模型為拼接和剪輯定位的取證任務(wù)提供了一個(gè)有用的基礎。作者的方法通過(guò)一個(gè)簡(jiǎn)單的線(xiàn)性回歸后處理步驟，在流行的剪接檢測基準上提供了具有競爭力的性能，并提供了剪輯檢測的第一個(gè)實(shí)用方法。
論文鏈接：https://arxiv.org/pdf/2104.12290.pdf
每日堅持論文分享不易，如果喜歡我們的內容，希望可以推薦或者轉發(fā)給周?chē)耐瑢W(xué)。
以上就是關(guān)于pos機定位不準的解決方法,用不易察覺(jué)的位置編碼防止剪輯和拼接的知識，后面我們會(huì )繼續為大家整理關(guān)于pos機定位不準的解決方法的知識，希望能夠幫助到大家！
