| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-03-16 15:35 CNNに基づく知覚ハッシュの枝刈りによるモデル圧縮 ○三品翔大・森住哲也・木下宏揚（神奈川大）  SITE2022-59 IA2022-82 |
|
| 抄録 | （和） | 安全で利便性の高いデジタルコンテンツの著作権管理には，画像を識別するメッセージダイジェストが必要不可欠である．流通過程での加工編集を考慮すると通常の暗号学的ハッシュ関数のみでは不十分で，人間の知覚特性を考慮したコンテンツの同一性を判断可能な知覚ハッシュが必要不可欠となる．従来の知覚ハッシュの手法では加工編集に対する耐性が不十分であったが，畳み込みニューラルネットワーク（CNN）の重み係数に基づく知覚ハッシュでは十分な耐性を有している．しかし，生成者側と検証者側との間では学習済みのモデルを共有する必要があり，共有データのサイズ削減が課題となっている．本研究ではCNNモデルのモデル圧縮の手法のうち枝刈りに着目して共有データサイズの削減を行い，知覚ハッシュの識別の精度と圧縮率の関係について評価を行う． |
| （英） | Message digests that identify images are indispensable for secure and convenient copyright management of digital content. Considering the processing and editing of digital content during the distribution process, a conventional cryptographic hash function is not sufficient. Conventional perceptual hashing methods are not sufficiently resistant to processing and editing, but perceptual hashing based on convolutional neural network (CNN) weight coefficients is sufficiently resistant. However, the learned models must be shared between the generator and the verifier, and reducing the size of the shared data is a problem. In this study, we focus on pruning as a method of model compression for CNN models to reduce the shared data size, and evaluate the relationship between the accuracy of perceptual hash identification and the compression ratio. | |
| キーワード | （和） | 知覚ハッシュ / 機械学習 / 枝刈り / モデル圧縮 / デジタル著作権管理 / / / |
| （英） | Perceptual Hashing / Machine Learning / Pruning / Model Compression / Digital Copyright Management / / / | |
| 文献情報 | 信学技報, vol. 122, no. 433, SITE2022-59, pp. 28-34, 2023年3月. | |
| 資料番号 | SITE2022-59 | |
| 発行日 | 2023-03-08 (SITE, IA) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SITE2022-59 IA2022-82 |
|
| 研究会情報 | |
| 研究会 | IA SITE IPSJ-IOT |
| 開催期間 | 2023-03-15 - 2023-03-17 |
| 開催地（和） | 前橋工科大学 |
| 開催地（英） | Maebashi Institute of Technology |
| テーマ（和） | インターネットと情報倫理教育、一般 |
| テーマ（英） | Internet and Information Ethics Education, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SITE |
| 会議コード | 2023-03-IA-SITE-IOT |
| 本文の言語 | 日本語 |
| タイトル（和） | CNNに基づく知覚ハッシュの枝刈りによるモデル圧縮 |
| サブタイトル（和） | |
| タイトル（英） | Model compression by pruning of CNN based on perceptual hashes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 知覚ハッシュ / Perceptual Hashing |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 枝刈り / Pruning |
| キーワード(4)（和/英） | モデル圧縮 / Model Compression |
| キーワード(5)（和/英） | デジタル著作権管理 / Digital Copyright Management |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 三品 翔大 / Shota Mishina / ミシナ ショウタ |
| 第1著者 所属（和/英） | 神奈川大学大学院 (略称： 神奈川大) Graduate School of Kanagawa University (略称： Kanagawa Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 森住 哲也 / Tetsuya Morizumi / モリズミ テツヤ |
| 第2著者 所属（和/英） | 神奈川大学 (略称： 神奈川大) Kanagawa University (略称： Kanagawa Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 木下 宏揚 / Hirotsugu Kinoshita / キノシタ ヒロツグ |
| 第3著者 所属（和/英） | 神奈川大学 (略称： 神奈川大) Kanagawa University (略称： Kanagawa Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-16 15:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SITE |
| 資料番号 | SITE2022-59, IA2022-82 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.433(SITE), no.434(IA) |
| ページ範囲 | pp.28-34 |
| ページ数 | 7 |
| 発行日 | 2023-03-08 (SITE, IA) |
[研究会発表申込システムのトップページに戻る]