[发明专利]相机来源鉴别方法、系统、存储介质和计算设备在审
| 申请号： | 201910512236.6 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110348434A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 綦科;胡敏;苏忠群 | 申请（专利权）人： | 广州大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/40;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 郑浦娟 |
| 地址： | 510006 广东省*** | 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： | 本发明公开了相机来源鉴别方法、系统、存储介质和计算设备，首先构建训练样本集、生成网络和判别器网络；将各训练样本输入到生成网络中，同时将各训练样本中提取的相机模式噪声特征输入到判别器网络中，对生成网络和判别器网络进行训练，得到相机来源鉴别模型；针对于要检测相机来源的待测图像，将待测图像输入到相机来源鉴别模型的生成网络中，将待测图像所提取到的相机模式噪声特征输入到相机来源鉴别模型的判别器网络中，通过相机来源鉴别模型的判别器网络最终输出相机来源鉴别结果。本发明将神经网络和图像相机来源鉴别相结合，应用神经网络所具备的可扩展、可训练、鲁棒性和非线性映射能力，提高了图像相机来源鉴别的准确度和泛化性。 | ||
| 搜索关键词： | 来源鉴别 相机 判别器 网络 待测图像 存储介质 计算设备 相机模式 训练样本 噪声特征 非线性映射能力 应用神经网络 图像 训练样本集 准确度 神经网络 泛化性 可扩展 可训练 鲁棒性 构建 输出 检测 | ||
【主权项】：
1.一种相机来源鉴别方法，其特征在于，步骤如下：构建训练样本集，训练样本集中包括多张已知相机来源的图像，各图像作为训练样本；针对于训练样本集中的各训练样本，提取相机模式噪声特征；构建用于生成相机模式噪声特征的生成网络以及用于对输入进行相似性判断的判别器网络，并且将生成网络的输出端连接到判别器网络的输入端；将各训练样本输入到生成网络中，同时将各训练样本中提取的相机模式噪声特征输入到判别器网络中，对生成网络和判别器网络进行训练，得到相机来源鉴别模型；针对于需要检测相机来源的待测图像，提取相机模式噪声特征；将待测图像输入到相机来源鉴别模型的生成网络中，同时将待测图像所提取到的相机模式噪声特征输入到相机来源鉴别模型的判别器网络中，通过相机来源鉴别模型的判别器网络最终输出相机来源鉴别结果。
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广州大学，未经广州大学许可，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/201910512236.6/，转载请声明来源钻瓜专利网。
- 上一篇：描述符生成
- 下一篇：一种基于区域候选网络的目标检测方法及系统
