公开(公告)号：CN111353504A

公开(公告)日：2020-06-30

申请号：CN202010137617.3

申请日：2020-03-02

Applicant: 济南大学

Inventor： 刘云霞 ,  邹泽宇 ,  张文娜 ,  陈月辉 ,  杨阳

IPC: G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开提供了一种基于图像块多样性选择和残差预测模块的源相机识别方法，将数据库图像划分为训练集、验证集和测试集；将原始图像分割成大小一定的图像块，从每张训练图像中分割得到的所有图像块中选取部分有代表性的小图像块作为训练数据；构建残差预测模块，并利用其降低图像内容对相机特征的影响；对卷积神经网络模型进行改进，去掉两个全连接层，使用一个全局平均池化层和一个全连接层，形成改进后的卷积神经网络模型；将处理后的残差图像输入至改进的卷积神经网络模型中，进行训练，进而进行源相机识别；能够对图像块进行有效的源相机识别。

公开(公告)号：CN111353504B

公开(公告)日：2023-05-26

申请号：CN202010137617.3

申请日：2020-03-02

Applicant: 济南大学

Inventor： 刘云霞 ,  邹泽宇 ,  张文娜 ,  陈月辉 ,  杨阳

IPC: G06V10/26 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本公开提供了一种基于图像块多样性选择和残差预测模块的源相机识别方法，将数据库图像划分为训练集、验证集和测试集；将原始图像分割成大小一定的图像块，从每张训练图像中分割得到的所有图像块中选取部分有代表性的小图像块作为训练数据；构建残差预测模块，并利用其降低图像内容对相机特征的影响；对卷积神经网络模型进行改进，去掉两个全连接层，使用一个全局平均池化层和一个全连接层，形成改进后的卷积神经网络模型；将处理后的残差图像输入至改进的卷积神经网络模型中，进行训练，进而进行源相机识别；能够对图像块进行有效的源相机识别。