基于神经网络的图像来源识别方法比较研究

摘要

随着手机等便携式智能电子设备的普及,图像已成为最重要的信息载体之一,在新闻、社交及司法等领域发挥着重要作用。在享用电子图像带来便捷性的同时,图像处理工具给不法分子通过篡改电子图像实施诈骗等犯罪活动提供了可能,识别图像来源、辨别图像真伪已成为遏制和惩罚此类犯罪活动的重要技术手段。该文讨论了神经网络在图像源识别中的应用方法,分别将原始图像和图像噪声作为模型输入数据,比较分析了神经网络的分类效果。从依赖数据属性、数据预处理方法以及应用模式等方面进行了实验。通过对实验结果进行分析,发现提取有代表性的图像块以及使用平滑的图像进行实验更有利于图像来源的识别。分别采用笔者建立的数据集(10个相机)和vision数据集(35个相机)作为分析数据集,图像来源分类的实验结果表明相对于简单估计相机传感器模式噪声的方法准确率提升了35%,图像来源判断的实验结果准确率达到了95%。