| 基于样本错配训练的图像PRNU噪声提纯方法 |
| |
| 引用本文： | 郝昕泽,肖延辉,田华伟,等. 基于样本错配训练的图像PRNU噪声提纯方法[J]. 南京航空航天大学学报,2020,52(5):783⁃791. HAO Xinze, XIAO Yanhui, TIAN Huawei, et al. Purification scheme of image PRNU noise based on cross-matching sample training[J]. Journal of Nanjing University of Aeronautics & Astronautics,2020, 52(5)：783⁃791.DOI：10.16356/j.1005-2615.2020.05.015 |
| |
| 作者姓名： | 郝昕泽 肖延辉 田华伟 张明旺 |
| |
| 作者单位： | 1.中国人民公安大学国家安全学院,北京, 100038;2.四川警察学院科研所,泸州, 646000 |
| |
| 基金项目： | 国家自然科学基金(61772539,61972405)资助项目;四川省科技计划(2018JY0521)资助项目;公安部技术研究计划(2017JSYJC01)资助项目。 |
| |
| 摘 要： | 基于传感器模式噪声的图像来源鉴别算法的关键在于如何获取高质量的光响应非均匀性（Photo-response non-uniformity, PRNU）噪声,目前大多数增强PRNU噪声质量的算法以及出于实际应用的目的对其压缩的算法几乎是在人工假设模型的基础上实现的。本文提出了一种基于样本错配训练的图像PRNU噪声提纯方法,该方法使用了深度堆叠自编码器网络,并设计了一种样本错配的技术对其进行训练。这种基于样本错配训练的端到端深度神经网络的使用有效避免了人工设计算法的局限性,对图像PRNU噪声进行了有效提纯,进而提升了其用于图像来源鉴别时的性能。在Dresden图像数据集上进行的比较实验结果表明,提纯后的PRNU噪声具有更好的性能。
|
| 关 键 词： | 数字图像 传感器模式噪声 自动编码器 光响应非均匀性 |
| 收稿时间： | 2020-06-30 |
| 修稿时间： | 2020-08-01 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《南京航空航天大学学报》下载全文 |
|
