结合深度迭代缩放卷积神经网络的PRNU提取算法

• 作者: 张永胜 田华伟 肖延辉
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 光响应非均匀性 数字图像溯源 设备指纹
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 论文
• 页码范围: 1582-1589
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.09.024

摘要

光响应非均匀性(photo-response non-uniformity,PRNU)是用于数字图像设备溯源的一种重要特征,也被称为成像设备指纹.针对图像真实噪声包含PRNU和大量未知噪声的复杂特性,本文提出一种结合深度迭代缩放卷积神经网络的PRNU数字成像设备指纹提取算法.首先,通过连续重复的缩小与放大特征图的分辨率来提高GPU内存利用效率和生成大的感受野,尽可能的提取包含完整PRNU指纹的真实噪声.然后,利用来自同一数字成像设备多幅图像的噪声残差来估计PRNU指纹.本文算法在相机溯源数据集Dresden和手机溯源数据集Daxing上进行了测试.实验结果显示,与基于小波变化的算法、基于块匹配3D滤波的算法以及基于前馈去噪卷积神经网络的算法相比,本文算法具有的更好的识别率和普适性.