画像操作検出：真正性予測のためのChrome拡張機能
Manipulated Image Detectorは、Nicholas Ginによって開発された無料のChrome拡張機能です。ウェブページ上の画像が本物かどうか、または操作されたものかを予測するために設計されています。TensorFlow.jsスクリプトで構築されたオンデバイスモデルを利用して、この拡張機能はChromeブラウザから画像の信頼性を簡単に評価する方法を提供します。
Manipulated Image Detectorを使用するには、ウェブページ上の目的の画像を右クリックし、コンテキストメニューから「画像の信頼性を予測」を選択します。ポップアップウィンドウが表示され、ディテクタが表示されます。画像が迅速に分析され、ディテクタがその信頼性に関する予測を提供します。ウィンドウはアクティブなままであり、新しい画像がディテクタにアップロードされるたびにリアルタイムに更新されます。
Manipulated Image Detectorが使用するモデルは、CASIA2データセットから3,938枚の本物の画像と3,938枚の操作された画像でトレーニングされたカスタム畳み込みニューラルネットワークです。トレーニングプロセス中に学習した識別変数を活用して予測を行います。ただし、このモデルは完全ではなく、CASIA2データセットの別のサブセットでテストした結果、F1スコアは約87.3％でした。したがって、モデルによって行われる予測は情報に基づいていますが、絶対的な事実として受け取るのではなく、ツールとして使用する必要があります。
