НИОКТР
№ АААА-А19-119120690029-0

Методы и алгоритмы обеспечения пассивной защиты цифровых изображений и их последовательностей с использованием внутренней и внешней информации

03.12.2019

Цифровые изображения и их последовательности (ЦИП) используются в современном мире как один из главных источников информации. В отдельных отраслях используются специализированные ЦИП: данные дистанционного зондирования Земли (ДЗЗ), съемки с видеорегистраторов, камер наружного наблюдения и т.д. Специализированные ЦИП, как правило, отличаются способом их получения или регистрации: фотокамера, спутник, камера мобильного телефона, камера наружного наблюдения, видеорегистратор и т.д. Все описанные типы ЦИП зачастую используются в повседневной жизни для подтверждения событий, происшествий или каких-либо явлений. В ходе распространения ЦИП по каналам связи в цепочке получателей может возникнуть злоумышленник, задача которого заключается в фальсификации передаваемой информации. Среди ключевых методов фальсификации, называемых также "атаками", обычно выделяют следующие: встраивание новых объектов, копирование изображенных объектов, удаление важных фрагментов ЦИП, аффинные, яркостные и другие преобразования в локальных областях и т.д. Пассивный подход к защите ЦИП направлен на обнаружение такого рода изменений.Целью данного проекта является разработка и исследование математических методов и алгоритмов обеспечения пассивной защиты ЦИП от наиболее распространенных видов атак с учетом всей доступной внутренней и внешней информации о процессе регистрации и сцене. Под внутренней информацией мы понимаем данные об устройстве регистрации, способе представления и хранения ЦИП, включающие:- оптическую систему и систему цветоделения,- устройство регистрации (CCD-матрицу или CCD-линейку),- АЦП,- алгоритмы сжатия,- формат хранения.Таким образом, внутренняя информация оказывает значительное влияние на локальные характеристики ЦИП, а также характеризует устройство регистрации ЦИП.Под внешней информацией мы понимаем данные о процессе регистрации, регистрируемой сцене и расположенных на ней объектах. Более детально, в состав этой информации в зависимости от конкретной задачи могут входить физические характеристики сцены (например, оценка положения источника света и теней), геометрические характеристики объектов на сцене (например, сопоставление ракурса съемки и размеров объектов), характеристики сцены по данным исторической съемки сцены (актуально для данных ДЗЗ, когда одна и та же территория может быть снята разными спутниками с разных ракурсов).Для достижения указанной цели в рамках проекта предлагается ряд оригинальных методов и подходов , совмещающих как классические математические конструкции и решения, основанные на специализированных локальных признаках, перцептивных хэш-функциях, 3D моделях сцен, моделях цветоделения в камерах и др., так и методы глубокого обучения, позволяющие настраивать специализированные искусственные нейронные сети на решение задач обнаружения отдельных искусственных изменений цифровых изображений и видео.Предлагаемые в рамках проекта решения соответствуют приоритетному направлению научно-технического развития РФ в части противодействия техногенным, биогенным, социокультурным угрозам, терроризму и идеологическому экстремизму, а также киберугрозам и иным источникам опасности для общества, экономики и государства. Новые внешние угрозы национальной безопасности (в том числе военные угрозы, угрозы утраты национальной и культурной идентичности российских граждан), обусловлены ростом международной конкуренции и конфликтности, глобальной и региональной нестабильностью. Использование искаженных ЦИП может способствовать возникновению разного рода конфликтных ситуаций, а предлагаемые методы и алгоритмы позволят снизить риск их возникновения.
ГРНТИ
28.23.37 Нейронные сети
28.23.15 Распознавание образов. Обработка изображений
Ключевые слова
ПОСЛЕДОВАТЕЛЬНОСТЬ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ
ФАЛЬСИФИКАЦИЯ
СВЕРТОЧНАЯ НЕЙРОННАЯ СЕТЬ
ПЕРЦЕПТИВНЫЕ ХЭШ-ФУНКЦИИ
ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНАЯ СЕТЬ
Детали

Начало
20.11.2019
Окончание
30.11.2021
№ контракта
20-37-70053\20
Заказчик
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "РОССИЙСКИЙ ФОНД ФУНДАМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ"
Исполнитель
Федеральное государственное автономное образовательное учреждение высшего образования "Самарский национальный исследовательский университет имени академика С.П.Королева"
Бюджет
Средства фондов поддержки научной и (или) научно-технической деятельности: 6 000 000 ₽
Похожие документы
Методы и алгоритмы обеспечения пассивной защиты цифровых изображений и их последовательностей с использованием внутренней и внешней информации
1.000
НИОКТР
Методы и информационные технологии комплексной защиты разнородных цифровых видеоданных в проблемно-ориентированных системах
0.911
НИОКТР
Методы и информационные технологии комплексной защиты разнородных цифровых видеоданных в проблемно-ориентированных системах
0.911
НИОКТР
Разработка и исследование системы обнаружения искусственных искажений данных дистанционного зондирования Земли с использованием методов глубокого машинного обучения
0.905
НИОКТР
Разработка и исследование системы обнаружения искусственных искажений данных дистанционного зондирования Земли с использованием методов глубокого машинного обучения
0.905
НИОКТР
Методы и алгоритмы обнаружения искусственных искажений данных дистанционного зондирования Земли
0.904
НИОКТР
Разработка и исследование системы обнаружения искусственных искажений данных дистанционного зондирования Земли с использованием методов глубокого машинного обучения
0.898
ИКРБС
Методы и информационные технологии комплексной защиты разнородных цифровых видеоданных в проблемно-ориентированных системах (промежуточный)
0.895
ИКРБС
Методы и алгоритмы обеспечения пассивной защиты цифровых изображений и их последовательностей с использованием внутренней и внешней информации
0.891
ИКРБС
Методы и информационные технологии комплексной защиты разнородных цифровых видеоданных в проблемно-ориентированных системах
0.891
ИКРБС