[发明专利]一种基于深度学习的单幅图像相机溯源方法有效
| 申请号： | 201810785332.3 | 申请日： | 2018-07-17 |
| 公开（公告）号： | CN109034230B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 丁兴号;陈云舒;唐圳;黄悦 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06K9/40;G06N3/04 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的单幅图像相机溯源方法，涉及信息安全领域，包括以下步骤，步骤1、利用多尺度拉普拉斯滤波器提取不同尺度的高频图像，并进行初步特征提取和拼接合并；步骤2、将步骤1中拼接合并后的特征送入基于信噪比增强的特征抽取器进一步进行特征提取；步骤3、将步骤2中进一步提取的特征送入基于层级结构的串联型多任务分类模块，实现对相机品牌、相机型号或个体相机设备的识别；能够自适应地提取相机成像过程的微弱指纹特征，抑制强背景噪声，且准确率高，也可适用于对篡改图像的相机溯源和对手机拍摄图像的溯源，具有更强的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 单幅 图像 相机 溯源 方法 | ||
【主权项】：
1.一种基于深度学习的单幅图像相机溯源方法，其特征在于：步骤1、将原图送到多尺度拉普拉斯滤波器提取不同尺度的高频图像，将不同尺度的高频图像和原图分组进行初步特征提取，将提取的初步特征进行拼接合并；步骤2、构造基于信噪比增强的特征抽取器，将步骤1中拼接合并后的特征送入基于信噪比增强的特征抽取器进一步进行特征提取；步骤3、根据相机品牌、相机型号和个体相机设备构成的层次关系，构造基于层级结构的串联型多任务分类模块，将步骤2中进一步提取的特征送入分类器，实现对相机品牌、相机型号和个体相机设备的识别。
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厦门大学，未经厦门大学许可，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/201810785332.3/，转载请声明来源钻瓜专利网。
