A Comparative Analysis of LBP Variants for Image Tamper Detection Second Edition
-
- Englisch ausgewählt
39,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
24.02.2026
Verlag
LAP LAMBERT Academic PublishingSeitenzahl
80
Maße (L/B/H)
22/15/0,5 cm
Gewicht
137 g
Sprache
Englisch
ISBN
978-620-9-63547-2
This thesis explores the use of Local Binary Patterns (LBP) and Convolutional Neural Networks (CNN) for detecting image tampering, an increasingly prevalent issue in today's digital landscape. Through a comparative analysis of four LBP variants using the CASIA-2.0 dataset, it combines LBP's texture descriptors with CNN to enhance accuracy and robustness. The methodology involves generating local texture descriptors with LBP and feeding them into a CNN architecture trained to classify images as tampered or authentic. Despite challenges like computational complexity, the research aims to contribute to a reliable tamper detection system applicable in various real-world scenarios. Notably, Uniform LBP demonstrates superior performance in both training/testing time, achieving accuracy and F1-score exceeding 97% in image tamper detection, validating the effectiveness of the approach.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice