针对图像来源鉴别中支持向量机的研究

• 作者: 欧阳杰臣 许华虎 高珏 黄曜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 图像盲取证 支持向量机分类模型 核函数 核参数 图像来源鉴别率
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP31
• 字数: 5634字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.10.001

摘要

随着数码图像的普及，图像盲取证成为时下的研究热点之一，如何识别图像来源是其主要的研究内容。作为图像来源鉴别最关键的阶段，构造鉴别的支持向量机( SVM)分类模型直接影响最终的鉴别率。由于不同核函数以及核参数对分类器性能有着相异的影响，故分析对比了各种核函数，然后选取了细分效果更好的高斯径向基函数作为核函数。针对核参数选择问题，分析了各种核参数寻优算法，并通过实验验证了各个算法的效果，以及最终构造的分类模型的效果。实验结果表明，选用高斯径向基函数作为核函数，利用粒子群算法选出的核参数所构造的分类模型取得了最好的图像来源鉴别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高珏	上海大学计算中心	35	183	7.0	11.0
2	许华虎		14	46	4.0	5.0
3	黄曜	上海大学计算机工程与科学学院	3	10	2.0	3.0
4	欧阳杰臣	上海大学计算机工程与科学学院	3	10	2.0	3.0