基于二维离散小波的生成图像鉴别方法

• 作者: 李慧宗 杨健 杨超宇
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 小波变换 计算机生成图像 鉴别方法 支持向量机 高维特征 SVM分类器
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 619-626
• 页数: 8页
• 分类号: TP309
• 字数: 3689字
• 语种: 中文
• DOI: 10.13413／j.cnki.jdxblxb.2018164

摘要

针对传统基于神经网络的计算机生成图像鉴别方法中存在鉴别难度大和准确率低的问题,提出一种采用基于小波变换的计算机生成图像鉴别方法.首先在进行图像多维小波特征提取时,通过一次分解二维离散小波变换提取图像小波特征,根据图像小波特征进行n级小波分解提取图像多维小波特征向量;然后通过三维变换域波去噪算法(BM3D)提取计算机生成图像噪声特征;最后采用支持向量机(SVM)分类器对计算机生成图像进行鉴别,通过SVM分类器对图像多维小波特征和噪声特征进行分类,以解决两种特征融合形成线性不可分的高维特征问题,从而实现计算机生成图像的准确鉴别.实验结果表明,该方法在鉴别计算机生成图像时具有更高的准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超宇	安徽理工大学矿业信息管理与数据挖掘研究所	37	99	6.0	9.0
2	李慧宗	安徽理工大学矿业信息管理与数据挖掘研究所	62	342	10.0	16.0
3	杨健	安徽理工大学管理科学与工程系	5	9	2.0	3.0