典型文献
基于神经网络的图像来源识别方法比较研究
文献摘要：
随着手机等便携式智能电子设备的普及,图像已成为最重要的信息载体之一,在新闻、社交及司法等领域发挥着重要作用.在享用电子图像带来便捷性的同时,图像处理工具给不法分子通过篡改电子图像实施诈骗等犯罪活动提供了可能,识别图像来源、辨别图像真伪已成为遏制和惩罚此类犯罪活动的重要技术手段.该文讨论了神经网络在图像源识别中的应用方法,分别将原始图像和图像噪声作为模型输入数据,比较分析了神经网络的分类效果.从依赖数据属性、数据预处理方法以及应用模式等方面进行了实验.通过对实验结果进行分析,发现提取有代表性的图像块以及使用平滑的图像进行实验更有利于图像来源的识别.分别采用笔者建立的数据集(10个相机)和vision数据集(35个相机)作为分析数据集,图像来源分类的实验结果表明相对于简单估计相机传感器模式噪声的方法准确率提升了35％,图像来源判断的实验结果准确率达到了95％.
文献关键词：
图像来源识别;噪声提取;神经网络;特征提取;传感器模式噪声
中图分类号：
作者姓名：
孟旭;孟坤
作者机构：
北京信息科技大学 计算机学院,北京 100101
文献出处：
引用格式：
[1]孟旭;孟坤-.基于神经网络的图像来源识别方法比较研究)[J].计算机技术与发展,2022(01):111-116
A类：
图像来源识别,传感器模式噪声
B类：
方法比较,便携式,智能电子设备,信息载体,享用,子图像,便捷性,不法分子,篡改,诈骗,犯罪活动,识别图,辨别,真伪,应用方法,原始图像,和图像,图像噪声,模型输入,输入数据,分类效果,数据属性,数据预处理方法,应用模式,用笔,vision,源分类,简单估计,准确率提升,噪声提取
AB值：
0.324888
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
