[发明专利]一种估计位图的JPEG压缩量化步长的方法和装置有效
申请号: | 201510531953.5 | 申请日: | 2015-08-26 |
公开(公告)号: | CN106485738B | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 杨建权;曾吉申;朱国普;黄晓霞 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G06T7/30 | 分类号: | G06T7/30;G06T7/33 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 张全文 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种估计位图的JPEG压缩量化步长的方法和装置,以提高检测位图是否经由JPEG图像转换过来的准确率。所述方法包括:通过对待估计位图DCT系数直方图的统计,提取待估计位图的任一频率fi,j对应的基本特征Ci,j;通过对待估计位图中DCT系数直方图的统计并结合校准技术,提取待估计位图的任一频率fi,j对应的辅助特征C′i,j;串联基本特征Ci,j和辅助特征C′i,j,获取组合特征[Ci,j,C′i,j];将待估计位图的所有组合特征[Ci,j,C′i,j]输入量化步长估计器,获得待估计位图的JPEG压缩量化步长的估计值。本发明提供的技术方案在检测位图是否由JPEG图像转换而来时对判别信息的利用率更高,有利于获得更高的检测精度,显著提高了位图的JPEG压缩量化步长的估计的准确率。 | ||
搜索关键词: | 一种 估计 位图 jpeg 压缩 量化 步长 方法 装置 | ||
【主权项】:
1.一种估计位图的JPEG压缩量化步长的方法,其特征在于,所述方法包括:通过对待估计位图中离散余弦变换DCT系数直方图的统计,提取所述待估计位图的任一频率fi,j对应的基本特征Ci,j;通过对所述待估计位图中DCT系数直方图的统计并结合校准技术,提取所述待估计位图的任一频率fi,j对应的辅助特征C′i,j,所述辅助特征C′i,j为与所述基本特征Ci,j维度相同的向量;串联所述基本特征Ci,j和所述辅助特征C′i,j,获取组合特征[Ci,j,C′i,j];将所述待估计位图的所有所述组合特征[Ci,j,C′i,j]输入量化步长估计器,获得所述待估计位图的JPEG压缩量化步长的估计值;其中,所述通过对待估计位图中离散余弦变换DCT系数直方图的统计,提取所述待估计位图的任一频率fi,j对应的基本特征Ci,j,包括:获取所述待估计位图每个8×8分辨率子块的64个频率对应的DCT系数;统计所述64个频率的每个频率对应的DCT系数绝对值的分布,获取所述64个频率对应的64个直方图;截取所述64个直方图中所述任一频率fi,j对应的直方图中L个竖条,得到所述任一频率fi,j对应的向量Gi,j,所述向量Gi,j为L维向量;对所述向量Gi,j的每一个DCT系数绝对值进行因数分解,统计分解得到的所有正因数值的直方图,得到所述任一频率fi,j对应的因数直方图特征向量Fi,j,所述因数直方图特征向量Fi,j的维度与所述向量Gi,j的维度相同;串联所述向量Gi,j和因数直方图特征向量Fi,j,所述串联的结果[Gi,j,Fi,j]为所述待估计位图任一频率fi,j对应的基本特征Ci,j;所述通过对所述待估计位图中DCT系数直方图的统计并结合校准技术,提取所述待估计位图的任一频率fi,j对应的辅助特征C′i,j,包括:以校准技术获取所述待估计位图的参考图像;获取所述参考图像每个8×8分辨率子块的64个频率对应的DCT系数;统计所述64个频率每个频率对应的DCT系数绝对值的分布,获取所述64个频率对应的64个直方图;截取所述64个直方图中所述任一频率fi,j对应的直方图中L个竖条,得到所述任一频率fi,j对应的向量G′i,j,所述向量G′i,j为L维向量;对所述向量G′i,j的每一个DCT系数绝对值进行因数分解,统计分解得到的所有正因数值的直方图得到所述任一频率fi,j对应的因数直方图特征向量F′i,j,所述因数直方图特征向量F′i,j的维度与所述向量G′i,j的维度相同;串联所述向量G′i,j和因数直方图特征向量F′i,j,所述串联的结果[G′i,j,F′i,j]为所述待估计位图任一频率fi,j对应的辅助特征C′i,j;所述通过对待估计位图中离散余弦变换DCT系数直方图的统计,提取所述待估计位图任一频率fi,j对应的基本特征Ci,j之前,所述方法还包括:构建所述量化步长估计器;所述构建所述量化步长估计器,包括:采用与提取所述待估计位图任一频率fi,j对应的基本特征Ci,jCi,j和辅助特征C′i,j相同的方式,提取位图任一频率fi,j对应的训练组合特征
以所述任一频率fi,j对应的训练组合特征
作为支持向量机SVM的训练特征,并以量化步长q作为所述组合特征
的训练类标,训练所述SVM以得到所述任一频率fi,j对应的量化步长估计器。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510531953.5/,转载请声明来源钻瓜专利网。