[發明專利]利用多距離度量協同選擇偽標簽的小樣本相機溯源方法

在審

• 申請號: 202211412385.3
• 申請日: 2022-11-11
• 公開（公告）號: CN115797720A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 侯嘉堯;王波
• 申請（專利權）人: 大連理工大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/74;G06V10/40;G06V10/82;G06N3/08;G06N3/0464
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 馬慶朝

一種利用多距離度量協同選擇偽標簽的小樣本相機溯源方法，屬于圖像取證技術領域。技術方案：分別對測試樣本集和小樣本集進行特征提取；經過多重距離度量模塊處理之后得到基于可解釋性特征選取的偽標簽樣本集；所述小樣本集和基于可解釋性特征選取的偽標簽樣本集經由協同偽標簽選擇模塊迭代更新偽標簽樣本集；測試樣本集和迭代更新后的偽標簽樣本集經由分類模型，最終得到源攝像機識別結果。有益效果：本發明使用多重距離度量來預擴展小樣本數據集；使用協同偽標簽選擇方法迭代更新噪聲較小的正、負偽標簽子集，其中協同注意塊使模型關注空間中具有長距離特征的信息交互，從而有效地解決了小樣本集信息不足的問題。

技術領域

本發明屬于圖像取證技術領域，尤其涉及一種解決小樣本問題的相機溯源方法。

背景技術

目前市場上有大量用戶友好型的圖像編輯應用，因此對數字圖像進行身份驗證以檢測和避免惡意篡改非常重要。被動取證在圖像取證中發揮著重要作用，因為在實際的司法取證場景中，往往很難獲得可靠的數字水印或標簽信息。源相機識別(SCI)是數字取證中的一個有趣問題，旨在識別目標圖像的源設備。由于不同的設備硬件(例如傳感器、處理器等)和軟件(例如圖像創建過程中的內置圖像生成算法)間的固有差異，在相機生成的圖像中可能會留下痕跡。

研究表明，當訓練集足夠大時，現有方法獲得了較高的識別精度。然而，訓練集不足(即小樣本集)可能會顯著影響性能。值得注意的是，構建大型標記樣本集是昂貴的且耗時的(有時甚至是不可能的)。該問題與機器學習背景下的少數鏡頭問題密切相關，典型的解決方案包括數據擴充、數據增強，以及半監督學習等。

發明內容

為了解決上述現有技術中存在的問題，本發明提供一種小樣本相機溯源方法，使用多重距離度量來預擴展小樣本數據集，使用協同偽標簽選擇方法迭代更新噪聲較小的正、負偽標簽子集，其中協同注意塊使模型關注空間中具有長距離特征的信息交互，從而有效地解決了小樣本集信息不足的問題。

技術方案如下：

一種利用多距離度量協同選擇偽標簽的小樣本相機溯源方法，步驟如下：

S1、分別對測試樣本集和小樣本集進行特征提取；

S2、經過多重距離度量模塊處理之后得到基于可解釋性特征選取的偽標簽樣本集；

S3、所述小樣本集和基于可解釋性特征選取的偽標簽樣本集經由協同偽標簽選擇模塊迭代更新偽標簽樣本集；

S4、測試樣本集和迭代更新后的偽標簽樣本集經由分類模型，最終得到源攝相機識別結果；

多重距離度量模塊中執行如下步驟：在提取樣本的有效特征后，使用多重距離度量來監控偽標簽的選擇；對于樣本特征向量的每個維度，計算每個測試和訓練樣本對之間的歐幾里得距離、曼哈頓距離和切比雪夫距離，通過對上述距離度量進行排序，為每個訓練樣本選擇m個最近的未標記樣本，并統計每個樣本的次數；然后為每個類別選擇n個樣本并設置為有效偽標記樣本(m，n為正整數)。

進一步的，通過使用多距離度量協同選擇偽標簽來提升來源鑒別性能，所述多重距離度量模塊中具體執行如下步驟：

步驟一、為全部訓練樣本提取多種特征向量；

步驟二、計算多種距離參數：選取i個距離參數，i∈M，s個距離參數，s∈{S_l:l∈L}}，生成距離向量集合升序排列D_s,i，并選取前m個向量集合，記為D_s,i′，其中M表示多重距離度量集合，L表示標簽集，S_l表示有標簽樣本集，m表示距離度量閾值；

步驟三、選擇偽標簽樣本：選取u個無標簽樣本，u∈U，l個有標簽樣本，l∈L，對集合{D′_s,i:s∈S_l,i∈M}中的每個樣本u進行計數；如果樣本u的統計次數大于設定的統計次數閾值t，則用當前類別的偽標簽l來標記u。