An Overview on the Generation and Detection of Synthetic and Manipulated Satellite Images

要約

技術コストの削減と衛星打ち上げの増加により、衛星画像はより一般的になり、入手しやすくなっています。
衛星データは、善意の目的に役立つだけでなく、誤報などの悪意のある目的にも使用できます。
実際のところ、衛星画像は一般的な画像編集ツールに頼って簡単に操作できます。
さらに、さまざまなドメインに属するリアルな合成画像を生成できるディープ ニューラル ネットワーク (DNN) の急増により、合成的に生成された衛星画像の拡散に関連する追加の脅威が出現しています。
この論文では、衛星画像の生成と操作に関する最新技術 (SOTA) をレビューします。
特に、ゼロからの合成衛星画像の生成と、ある種類のセンサーから取得した画像を別のセンサーに変換することを含む、画像転送技術による衛星画像の意味操作の両方に焦点を当てています。
また、合成画像の偽造を分類および検出するためにこれまでに研究されてきたフォレンジック検出技術についても説明します。
主に、AI によって生成された合成コンテンツの検出に明示的に調整されたフォレンジック手法に焦点を当てていますが、一般的なスプライシング検出用に設計されたいくつかの方法も確認します。

要約(オリジナル)

Due to the reduction of technological costs and the increase of satellites launches, satellite images are becoming more popular and easier to obtain. Besides serving benevolent purposes, satellite data can also be used for malicious reasons such as misinformation. As a matter of fact, satellite images can be easily manipulated relying on general image editing tools. Moreover, with the surge of Deep Neural Networks (DNNs) that can generate realistic synthetic imagery belonging to various domains, additional threats related to the diffusion of synthetically generated satellite images are emerging. In this paper, we review the State of the Art (SOTA) on the generation and manipulation of satellite images. In particular, we focus on both the generation of synthetic satellite imagery from scratch, and the semantic manipulation of satellite images by means of image-transfer technologies, including the transformation of images obtained from one type of sensor to another one. We also describe forensic detection techniques that have been researched so far to classify and detect synthetic image forgeries. While we focus mostly on forensic techniques explicitly tailored to the detection of AI-generated synthetic contents, we also review some methods designed for general splicing detection, which can in principle also be used to spot AI manipulate images

arxiv情報

提供元, 利用サービス

arxiv.jp, Google