Prediction in transformed images

The study is related to lossless compression of greyscale images. The goal of the study was to combine two techniques of lossless image compression, i.e. Integer Wavelet Transform and Differential Pulse Code Modulation to attain better compression ratio. This is an experimental study, where we implemented Integer Wavelet Transform, Differential Pulse Code Modulation and an optimized predictor model using Genetic Algorithm. This study gives encouraging results for greyscale images. We achieved a better compression ration in term of entropy for experiments involving quadrant of transformed image and using optimized predictor coefficients from Genetic Algorithm. In an other set of experiments involving whole image, results are encouraging and opens up many areas for further research work like implementing Integer Wavelet Transform on multiple levels and finding optimized predictor at local levels.

Images as Proof. Photographic portrayal of Catastrophes in Helsingin Sanomat, 1969-1979

Tutkielman aiheena ovat Helsingin Sanomissa 1969 – 1979 uutisoitujen onnettomuuksien kuvallisen esittämisen tavat. Aihetta lähestytään analysoimalla V. K. Hietasen ottamia uutisartikkelien yhteydessä julkaistuja katastrofivalokuvia. Analyysi tapahtuu vertailemalla negatiiveja julkaistuihin kuviin, syventymällä kuvavalintoihin, sekä siihen, miten ne mahdollisesti vaikuttavat lukijoiden käsitykseen todellisuudesta. Tutkielmassa valokuvat toimivat itsenäisinä historian lähteinä, niiden arvo ja luotettavuus punnitaan omassa kontekstissaan. Vaikkakin lehtikuvat ovat pääasiallisena lähteenä, niiden suhde artikkeleihin ja kuvateksteihin on merkityksellinen. Katastrofi-termi viittaa tutkimuksessa onnettomuus- ja rikoskuviin, niiden yhdistäviä tekijöitä ovat draamallisuus ja dramaattisuus. Toisaalta kuvat ovat todisteita dramaattisesta tapahtumasta, toisaalta ne on rakennettu kertomaan tapahtuman tarina joko yksittäisessä kuvassa tai monesta kuvasta koostuvassa kuvasarjassa. Todistaminen ja kuvien rakentaminen tapahtuu pitkälti henkilöiden kautta. Personifikaation avulla uutisartikkelit ja niiden kuvat tuodaan lähemmäksi lukijoita. Valokuvien todistus- ja totuusarvot vaihtelevat julkaisuyhteydestä riippuen, vaikka kuvien alkuperäinen tarkoitus on todistaa tapahtumien todenperäisyydestä. Samoin vaatimus niiden autenttisuudesta on artikkelityypille alisteinen. Kuvavalinnoissa tasapainoillaan todellisuuden näyttämisen ja peittämisen välillä. Lukijoille luodaan kuvavalinnoin mediatapahtumia, joissa onnettomuuksien dramaattisuus korostuu, mutta samalla heille kuitenkin luodaan kuva harmonisesta yhteiskunnasta, jossa auktoriteetit ja yhteisöt liittävät voimansa yhteen taistelussa pahaa vastaan.

Development of a systematic computer vision-based method to analyse and compare images of false identity documents for forensic intelligence purposes-Part I: acquisition, calibration and validation issues

Following their detection and seizure by police and border guard authorities, false identity and travel documents are usually scanned, producing digital images. This research investigates the potential of these images to classify false identity documents, highlight links between documents produced by a same modus operandi or same source, and thus support forensic intelligence efforts. Inspired by previous research work about digital images of Ecstasy tablets, a systematic and complete method has been developed to acquire, collect, process and compare images of false identity documents. This first part of the article highlights the critical steps of the method and the development of a prototype that processes regions of interest extracted from images. Acquisition conditions have been fine-tuned in order to optimise reproducibility and comparability of images. Different filters and comparison metrics have been evaluated and the performance of the method has been assessed using two calibration and validation sets of documents, made up of 101 Italian driving licenses and 96 Portuguese passports seized in Switzerland, among which some were known to come from common sources. Results indicate that the use of Hue and Edge filters or their combination to extract profiles from images, and then the comparison of profiles with a Canberra distance-based metric provides the most accurate classification of documents. The method appears also to be quick, efficient and inexpensive. It can be easily operated from remote locations and shared amongst different organisations, which makes it very convenient for future operational applications. The method could serve as a first fast triage method that may help target more resource-intensive profiling methods (based on a visual, physical or chemical examination of documents for instance). Its contribution to forensic intelligence and its application to several sets of false identity documents seized by police and border guards will be developed in a forthcoming article (part II).

Les Belles images

1908/03/12 (N204).

Les Belles images

1935/12/12 (N1630).

Les Belles images

1932/05/26 (N1445).

Les Belles images

1936/08/06 (N1664).

Les Belles images

1928/02/02 (N1220).

Les Belles images

1911/11/30 (N398).

Les Belles images

1934/07/12 (N1556).

Les Belles images

1907/06/27 (N167).

Les Belles images

1923/06/28 (N980).