SPN-CNN：利用深度学习增强基于传感器的源相机归因
计算机视觉与模式识别
2020-02-10 v1 多媒体
图像与视频处理
摘要
我们在数据驱动框架中探索推进基于传感器噪声的源相机识别的方法。我们的重点是在测试时从单幅图像中改进传感器模式噪声（SPN）的提取。现有工作使用在很大程度上对所关注特定SPN信号不可知的解噪滤波器来抑制干扰内容，我们则证明深度学习方法可以产生更合适的提取器，从而改进源归因。在各种公开数据集上的一系列广泛实验证实了我们的方法的可行性及其在图像篡改定位和视频源归因上的适用性。对潜在陷阱的批判性讨论完善了本文。
引用
@article{arxiv.2002.02927,
title = {SPN-CNN: Boosting Sensor-Based Source Camera Attribution With Deep Learning},
author = {Matthias Kirchner and Cameron Johnson},
journal= {arXiv preprint arXiv:2002.02927},
year = {2020}
}
备注
Presented at the IEEE International Workshop on Information Forensics and Security (WIFS) 2019