[發明專利]一種基于組稀疏優化的聚類方法

在審

• 申請號: 202011211533.6
• 申請日: 2020-11-03
• 公開（公告）號: CN112508049A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 韋世奎;蔣翔;杜剛;張晨;朱艷云;趙耀
• 申請（專利權）人: 北京交通大學;中國移動通信集團設計院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 劉源

本發明提供的一種基于組稀疏優化的類聚方法，首先是數據的處理，其目的在于獲得數據集樣本間的相似度矩陣目標矩陣、誤差最小項和稀疏約束項；第二，構建基于組稀疏約束的優化模型，其目的在于利用更為強力的組稀疏約束來抑制噪聲影響；之后，本發明提供一種基于交替方向乘子(Alternating Direction Method of Multipliers)的優化算法來快速求解所構建的優化模型；最后，本發明提供一種快速的優化聚類算法，其目的是合并冗余的聚類結果，進一步提升性能。本發明的方法約束每個樣本只能由一個樣本近似表示，從而可以有效的提升算法魯棒性；另一方面，所得到的目標矩陣無需再進行譜聚類分析，從而達到端到端的聚類效果。

技術領域

本發明涉及數字圖像取證技術領域，尤其涉及一種基于組稀疏優化的聚類方法。

背景技術

數字圖像設備取證技術是指僅憑借圖像內容來判斷其成像設備的技術，在圖像處理、 信息取證等領域有著重要的研究價值。早期的方法旨在與判斷待檢測圖像是否由特定的相 機所拍攝，被廣泛應用于版權保護、證據檢測等場景中。但由于此類方法需要事先獲取成 像設備的識別特征，所以此類方法在實際應用中存在較大的局限性。在目前，給定一組圖 像，更加可行的方案是判斷哪些圖像是由同一部相機所拍攝，而哪些不是。這種方案不依 賴于任何先驗知識，可適用于開放環境下的數字圖像設備溯源場景，具有更大的應用潛 力。在目前，給定一組來源未知的圖像，設備溯源技術主要通過盲聚類方法實現，即在不依賴于任何先驗知識的前提下(如設備數量未知)，根據圖像的拍攝設備進行聚類。

數字圖像設備溯源的理論基礎源于光響應非均勻性特征(Photo Response Non-Uniformity，PRNU)。由于成像設備中感光元件的光敏性存在不同程度的誤差，不同設備 會天然的存在其特有的噪聲模式。這種對成像設備唯一噪聲模式會在成像過程中被記錄到數字圖像之中，是實現設備溯源的關鍵特征(即PRNU)。在理論上，通過對比、匹配待檢測 圖像的PRNU特征，即可判斷這些圖像是否是由同一部相機所拍攝。

然而，從單張圖像所提取的PRNU往往存在較大的噪聲，從而嚴重的降低了溯源的精度 和可靠性。具體上，PRNU主要存在于圖像的噪聲殘差之中，混雜了大量在成像過程中引入 的各類噪聲。由于噪聲的干擾，一些同源圖像的噪聲殘差之間的相關性會較低，致使其被 誤判為非同源圖像。這些異常點的存在使得溯源結果不再可靠，從而嚴重地削弱了現有聚 類方法的性能，導致在實際應用中的可靠性被大大降低。因此，如何在由噪聲干擾的場景 下，準確、快速的判斷出哪些圖像來自相同的的設備源，是目前迫切需要解決問題。

在目前，已有科研團隊進行了類似的研究。例如G.J.Bloy《Blind camerafingerprinting and image clustering,”IEEE Trans.on Pattern Analysis MachineIntelligence》vol.30,no.3,pp.532–534,2008就提出了一種層級聚類方 法，優先將噪聲干擾較小的樣本聚合在一起得到更優的PRNU，從而逐漸提升PRNU的可靠 性，消除可能的異常點。其方法獲得了良好的準確率，在小規模的數據集上驗證了盲溯源 技術的可行性。

另外，F.Marra,G.Poggi,C.Sansone,and L.Verdoliva《Blind prnu-based imageclustering for source identification》IEEE Trans.on Information Forensics andSecurity,vol.12,no.9,pp.2197–2211,2017公開了一種基于集成策略的盲聚 類設備溯源算法。具體上，通過遍歷所有類別數量來確定數據集內存在的不同設備的數 量，來得到初步的聚類結果。并在之后通過一個簡單的優化步驟，來得到最有的溯源結 果。