期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
颜色解耦光响应非均匀性噪声融合凸优化的图像伪造检测算法
1
作者 孙力 黄正谦 《测控技术》 CSCD 2015年第10期30-34,共5页
当前基于光响应非均匀性噪声的伪造检测算法使用了滤色器阵列,容易产生颜色插值噪声,严重影响了其噪声的提取精度及相关性检测的分辨率;且没有考虑源相机的相关性,借助局部像素统计决策进行目标识别,削弱了算法检测精度。提出了颜色解... 当前基于光响应非均匀性噪声的伪造检测算法使用了滤色器阵列,容易产生颜色插值噪声,严重影响了其噪声的提取精度及相关性检测的分辨率;且没有考虑源相机的相关性,借助局部像素统计决策进行目标识别,削弱了算法检测精度。提出了颜色解耦光响应非均匀性(,CD-PRNU color decoupled photo response non-uniformity)噪声融合凸优化方案的图像伪造检测算法。设计颜色解耦光响应非均匀性噪声;并构造了CD-PRNU噪声残留的数学计算模型;再嵌入Bayes原理,形成贝叶斯最小风险决策,利用图像全局像素,完成伪造目标检测。同时提出凸优化方案,将真伪决策演变为凸问题,降低算法复杂度。仿真结果显示:该算法能够更有效地检测出微小尺寸伪造目标,且其误检率更低。 展开更多
关键词 图像伪造检测 滤色器阵列 凸优化机制 颜色解耦光响应非均匀性噪声 贝叶斯规则
在线阅读 下载PDF
凸优化耦合传感器模式噪声的图像伪造检测 被引量:6
2
作者 李景富 张飞 《计算机测量与控制》 2015年第5期1678-1681,1685,共5页
现有的图像伪造检测算法主要是借助局部像素与恒虚警率来决策真伪,且忽略了源图像的强烈空间相关性,使算法鲁棒性不佳,难以检测微小尺寸伪造;对此,根据成像传感器的独特随机特性,设计传感器模式噪声检测思想;并提出了凸优化机制耦合传... 现有的图像伪造检测算法主要是借助局部像素与恒虚警率来决策真伪,且忽略了源图像的强烈空间相关性,使算法鲁棒性不佳,难以检测微小尺寸伪造;对此,根据成像传感器的独特随机特性,设计传感器模式噪声检测思想;并提出了凸优化机制耦合传感器模式噪声的图像伪造检测算法;基于光响应非均匀性噪声,联合马尔可夫随机场与贝叶斯规则,设计传感器模式噪声;并构造最佳图像标记像素的先验概率模型;嵌入贝叶斯规则,代替恒虚警率,考虑源图像的强烈空间依赖性,联合整个图像像素,确定最大概率标记像素映射;设计凸优化机制,将图像伪造检测转换为凸问题,提高算法检测效率;并分析了不同伪造区域尺寸对算法检测的影响;仿真结果表明:与当前图像伪造检测算法相比,文章算法具备更好的接收机工作特征;以及更高的检测精度与检测效率。 展开更多
关键词 图像伪造检测 凸优化机制 传感器模式噪声 响应均匀噪声 接收机工作特征
在线阅读 下载PDF
基于样本错配训练的图像PRNU噪声提纯方法 被引量:1
3
作者 郝昕泽 肖延辉 +1 位作者 田华伟 张明旺 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期783-791,共9页
基于传感器模式噪声的图像来源鉴别算法的关键在于如何获取高质量的光响应非均匀性(Photo-response non-uniformity,PRNU)噪声,目前大多数增强PRNU噪声质量的算法以及出于实际应用的目的对其压缩的算法几乎是在人工假设模型的基础上实... 基于传感器模式噪声的图像来源鉴别算法的关键在于如何获取高质量的光响应非均匀性(Photo-response non-uniformity,PRNU)噪声,目前大多数增强PRNU噪声质量的算法以及出于实际应用的目的对其压缩的算法几乎是在人工假设模型的基础上实现的。本文提出了一种基于样本错配训练的图像PRNU噪声提纯方法,该方法使用了深度堆叠自编码器网络,并设计了一种样本错配的技术对其进行训练。这种基于样本错配训练的端到端深度神经网络的使用有效避免了人工设计算法的局限性,对图像PRNU噪声进行了有效提纯,进而提升了其用于图像来源鉴别时的性能。在Dresden图像数据集上进行的比较实验结果表明,提纯后的PRNU噪声具有更好的性能。 展开更多
关键词 数字图像 传感器模式噪声 自动编码器 响应均匀
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部