Name: Analyse Comparative des Variantes lbp Pour la Détection de la Falsification D'images (en Francés)
SKU: 62154165
Price: 1052.33 MXN
Availability: InStock
Author: Suresh Rao; Mandeep Kaur
ISBN: 9786207604586

portada Analyse Comparative des Variantes lbp Pour la Détection de la Falsification D'images (en Francés)

Analyse Comparative des Variantes lbp Pour la Détection de la Falsification D'images (en Francés)

Formato

Libro Físico

Editorial

Editions Notre Savoir

Autor

Suresh Rao; Mandeep Kaur

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

ISBN13

9786207604586

Analyse Comparative des Variantes lbp Pour la Détection de la Falsification D'images (en Francés)

Suresh Rao; Mandeep Kaur (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo Importado

Envío: 22 a 27 días háb.

$ 1,753.88$ 1,052.33

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 1,052.33

¡Envío Gratis! Llega entre el 08 Oct y el 16 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Analyse Comparative des Variantes lbp Pour la Détection de la Falsification D'images (en Francés)"

Cette thèse explore l'utilisation des motifs binaires locaux (LBP) et des réseaux neuronaux convolutifs (CNN) pour détecter la falsification d'images, un problème de plus en plus répandu dans le paysage numérique d'aujourd'hui. Grâce à une analyse comparative de quatre variantes de LBP à l'aide de l'ensemble de données CASIA-2.0, il combine les descripteurs de texture de LBP avec CNN pour améliorer la précision et la robustesse. La méthodologie consiste à générer des descripteurs de texture locaux avec le LBP et à les introduire dans une architecture CNN entraînée à classer les images comme étant trafiquées ou authentiques. En dépit de difficultés telles que la complexité informatique, la recherche vise à contribuer à un système fiable de détection de la falsification applicable à divers scénarios du monde réel. Notamment, Uniform LBP démontre des performances supérieures à la fois en termes de temps de formation et de temps de test, atteignant une précision et un score F1 supérieurs à 97% dans la détection de la falsification d'images, validant ainsi l'efficacité de l'approche.