[發(fā)明專利]基于改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211486801.4
• 申請(qǐng)日: 2022-11-25
• 公開（公告）號(hào): CN115861748A
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計(jì)）人: 陸劍鋒;王興偉;俞韜;陳昱杰;楊高敏;李黎
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06V10/80
• 分類號(hào): G06V10/80;G06V10/82
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法，其特征在于，具體包含如下步驟：

步驟1、搭建雙流網(wǎng)絡(luò)N

搭建一個(gè)初始雙流網(wǎng)絡(luò)N，所述初始雙流網(wǎng)絡(luò)由RGB流子網(wǎng)絡(luò)和噪聲流子網(wǎng)絡(luò)構(gòu)成，在噪聲流子網(wǎng)絡(luò)的輸入開頭添加一個(gè)噪聲提取層；

步驟2、特征提取

使用噪聲提取層中一組不同尺寸的空間豐富模型對(duì)輸入待識(shí)別圖像提取特征，并再將其輸入后續(xù)的噪聲流子網(wǎng)絡(luò)中獲取噪聲流特征；

同時(shí)將待識(shí)別圖像輸入RGB流子網(wǎng)絡(luò)，獲取RGB流特征；

步驟3、使用雙線性池化層融合噪聲流特征和RGB流特征；

步驟4、使用全連接層及交叉熵?fù)p失函數(shù)判別圖像的來源；

步驟5、訓(xùn)練雙流網(wǎng)絡(luò)N，將待識(shí)別圖像輸入N中，最終獲得圖像來源取證的結(jié)果。

2.根據(jù)權(quán)利要求1所述的改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法，其特征在于，所述初始雙流網(wǎng)絡(luò)N的輸入尺寸為224*224*3，所述RGB流子網(wǎng)絡(luò)和噪聲流子網(wǎng)絡(luò)均基于ResNet50。

3.根據(jù)權(quán)利要求1所述的改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法，其特征在于，所述噪聲提取層的輸入和輸出的尺寸均為224*224*3。

4.根據(jù)權(quán)利要求1所述的改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法，其特征在于，所述空間豐富模型提取待識(shí)別圖像特征的方法如下：

設(shè)表示彩色圖像

通過以下公式計(jì)算殘差

其中，為X_i,j的若干鄰域像素，/通過該鄰域來預(yù)測(cè)cX_i，j，由于一般中像素的數(shù)量等于c，c被稱為殘差階，以上計(jì)算殘差的濾波按照水平和垂直兩個(gè)方向分別計(jì)算；

將以上實(shí)數(shù)殘差進(jìn)行以下量化和截?cái)?/p>

其中，q為量化步長。

5.根據(jù)權(quán)利要求1所述的改進(jìn)雙流網(wǎng)絡(luò)的數(shù)字圖像來源取證方法，其特征在于，所述雙線性池化層融合特征的方法為：先把在同一位置上的噪聲流特征和RGB流特征雙線性融合后，得到矩陣b，對(duì)所有位置的矩陣b進(jìn)行矩陣運(yùn)算，得到矩陣ξ，最后把矩陣ξ張成一個(gè)向量，記為x，對(duì)x進(jìn)行矩歸一化操作和L2歸一化操作后，得到融合后的特征z。