| 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 | 2025-12-11 14:30 インペインティング領域のセグメンテーション検出と情報埋め込みへの検討 ○杉本明樹・神野健哉（東京都市大）  NLP2025-63 |
|
| 抄録 | （和） | 本研究では,学習型インペインティング手法LaMaによって加工された画像を対象に,SegNetベースのセグメンテーションモデルによるインペインティング領域検出を行い,その特性を検証した.多様なマスク形状で学習したモデルはLaMaによる加工領域を高精度に推定できる一方で,DeepFillv2による加工画像では精度が大きく低下し,逆にDeepFillv2で再学習したモデルは同手法に対して高い検出性能を示した.このことから,モデルが各インペインティング手法に固有なテクスチャ特徴を学習し,生成モデルごとに排他的な応答を示す傾向が見られた.また,JPEG品質75の圧縮では,LaMaの補完に特有な微細なテクスチャ特徴が失われ,その特徴に基づく検出が困難となることが示された.この結果は，インペインティング由来の特徴が一般的な圧縮処理に対して脆弱であり，後処理によって検出が困難になる可能性を示唆している.さらに,Total Variationに基づく領域選定により,低複雑度領域を加工対象とすることで画質劣化を抑えられることを確認し,生成モデルを用いた情報埋め込みにおける有効な領域選定指針を示した. |
| （英） | This study investigates the detection of inpainted regions in images processed by the learning-based inpainting model LaMa, using a SegNet-based segmentation approach. The model trained with diverse mask shapes accurately detected LaMa-generated regions, whereas its accuracy significantly dropped when applied to images processed by DeepFillv2. Conversely, retraining the model with DeepFillv2 data greatly improved detection accuracy. These results suggest that segmentation models learn texture features specific to each inpainting method, showing limited generalization across different generative models. Moreover, when applying JPEG compression with quality 75, fine texture characteristics unique to LaMa inpainting were lost, making detection based on these features difficult. This indicates that inpainting-derived features are vulnerable to common post-processing operations, while compression naturally causes the detectability of inpainting traces to diminish. In addition, region selection based on Total Variation demonstrated that targeting low-complexity areas can suppress perceptual degradation, providing an effective guideline for region selection in information embedding using generative models. | |
| キーワード | （和） | インペインティング / セグメンテーション / 情報埋め込み / / / / / |
| （英） | inpainting / segmentation / information embedding / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 283, NLP2025-63, pp. 54-58, 2025年12月. | |
| 資料番号 | NLP2025-63 | |
| 発行日 | 2025-12-04 (NLP) | |
| 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 | NLP2025-63 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2025-12-11 - 2025-12-12 |
| 開催地（和） | 高知城歴史博物館 |
| 開催地（英） | Kochi Castle Museum of History |
| テーマ（和） | NLP、一般 |
| テーマ（英） | Nonlinear problem, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2025-12-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | インペインティング領域のセグメンテーション検出と情報埋め込みへの検討 |
| サブタイトル（和） | |
| タイトル（英） | Segmentation-Based Detection of Inpainted Regions and Exploration of Information Embedding |
| サブタイトル（英） | |
| キーワード(1)（和/英） | インペインティング / inpainting |
| キーワード(2)（和/英） | セグメンテーション / segmentation |
| キーワード(3)（和/英） | 情報埋め込み / information embedding |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 杉本 明樹 / Haruki Sugimoto / スギモト ハルキ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo city University (略称： TCU) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo city University (略称： TCU) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-11 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2025-63 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.283 |
| ページ範囲 | pp.54-58 |
| ページ数 | 5 |
| 発行日 | 2025-12-04 (NLP) |
[研究会発表申込システムのトップページに戻る]