相机源识别算法鲁棒性研究

• 作者: 张凯 张珣
• 来源期刊: 软件导刊
• 关键词: 相机识别 数字图像处理 傅里叶变换 卷积神经网络
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 233-237
• 页数: 5页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.11907/rjdk.202570

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.