[发明专利]一种基于特征融合的数字图像相机源模型分类方法有效
| 申请号： | 201810301798.1 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108710893B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 蔡燕嫦;倪江群 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于特征融合的数字图像相机源模型分类方法，该方法基于深度卷积神经网络CNN，设计了一种针对相机源模型的定制化神经网络结构，主要包括：采用图像隐写分析人工特征集中的30个基本滤波器初始化CNN网络第一层，以生成具有显著表征能力的残差特征图；在训练样本图像较少的情况下，通过将样本图像随机分块来扩充数据量，并训练CNN作为分块图像的特征表达；对待分类图像对应分块图像的CNN特征按位置、亮度、纹理复杂度进行特征融合，并以支持向量机进行分类判决。本专利基于深度卷积网络和多位置特征融合，通过对样本图像全局、位置、亮度和纹理信息的综合利用，有效提升了相机模型分类准确度。 | ||
| 搜索关键词： | 一种 基于 特征 融合 数字图像 相机 模型 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810301798.1/，转载请声明来源钻瓜专利网。
