コンテンツ認識型の時間的メタデータ操作検出

オンラインで共有されるほとんどの画像には、撮影された日時を示す時間的メタデータが付随しています。これにより、画像の内容を現実世界の出来事と関連付けることが可能になります。しかし、このメタデータを悪意を持って操作することで、歪んだ現実像を伝えてしまう可能性があります。本研究では、タイムスタンプ操作の検出という新興問題について述べます。私たちは屋外画像の表示される撮影時刻がその内容や地理的位置と一致しているかどうかを検証するためのエンドツーエンドアプローチを提案します。ここでは、写真の撮影時刻（時間および/または月）に関する操作を取り扱います。中心的なアイデアは、監督学習による一貫性検証を使用することです。具体的には、画像内容、撮影時刻、地理的位置の一貫性がある確率を予測します。また、ネットワークの決定を説明するために使用できる補助的な2つのタスクも含めています。当方針は大規模ベンチマークデータセットにおいて以前の研究よりも優れており、分類精度が59.0%から81.1%に向上しました。さらに、アブレーションスタディを行い、手法の各構成要素の重要性を強調し、当方針を使用して検出可能な改ざんの種類を示しました。最後に、メタデータにタイムスタンプがない場合でも当方針を利用して撮影時刻を見積もる方法について示します。