基于 CNN 的快速源设备识别
神经与进化计算
2020-08-26 v3 多媒体
摘要
源识别是图像取证中的一个重要课题，因为它可以追溯图像的来源。这是主张知识产权以及揭露非法材料作者的宝贵信息。本文针对基于传感器噪声的设备识别问题，提出了一种使用卷积神经网络（CNNs）的快速且准确的解决方案。具体而言，我们提出了一种基于双通道的 CNN，其学习在块级别上比较相机指纹与图像噪声的方法。所提出的解决方案比传统方法快得多，并确保了更高的准确率。这使得该方法特别适用于分析大型图像数据库的场景，例如社交网络上的场景。就此而言，由于上传到社交媒体上的图像通常经历至少两次压缩阶段，我们包含了对双重 JPEG 压缩图像的研究，其准确率始终高于标准方法。
引用
@article{arxiv.2001.11847,
title = {CNN-based fast source device identification},
author = {Sara Mandelli and Davide Cozzolino and Paolo Bestagini and Luisa Verdoliva and Stefano Tubaro},
journal= {arXiv preprint arXiv:2001.11847},
year = {2020}
}