相机源识别算法鲁棒性研究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：相机源识别是数字图像取证技术的重点研究方向之一.为研究相机源识别算法的可靠性与鲁棒性,提取相机噪声信号的频域信息作为分类识别特征,将原始图像切割成不同图像块以破坏图像内部周期性信息,并加上不同密度的噪声掩盖相机传感器噪声信息,结合卷积神经网络进行分类实验.实验结果表明,在不同尺寸下,相机源识别准确率均在95％以上,噪声密度小于0.1时,识别准确率在80％以上.该算法能够适应各种场景,具有良好的可靠性和鲁棒性.

外文标题：Research on the Robustness of Camera Source Identification Algorithm

作者：

张凯、张珣

展开 >

作者单位：

杭州电子科技大学电子信息学院,浙江杭州310018

关键词：

相机识别数字图像处理傅里叶变换卷积神经网络

出版年：

2021

DOI：

10.11907/rjdk.202570