文献

J-GLOBAL ID：202102238336024130   整理番号：21A0104970

サンプルミスマッチ訓練に基づく画像PRNUノイズ精製法【JST・京大機械翻訳】

Purification Scheme of Image PRNU Noise Based on Cross-Matching Sample Training

著者 (4件)： Hao Xinze (中国人民公安大学国家安全学院,北京,100038) ,  Xiao Yanhui (中国人民公安大学国家安全学院,北京,100038) ,  Tian Huawei (中国人民公安大学国家安全学院,北京,100038) ,  Zhang Mingwang (四川警察学院科研所,瀘州,646000)
資料名： Nanjing Hangkong Hangtian Daxue Xuebao  (Nanjing Hangkong Hangtian Daxue Xuebao)
巻： 52  号： 5  ページ： 783-791  発行年： 2020年 
JST資料番号： W0399A  ISSN： 1005-2615  CODEN： NHHXEU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： センサモード雑音に基づく画像源同定アルゴリズムの鍵は,高品質の光応答不均一性(Photo-responsenon-uniformity,PRNU)ノイズを如何に獲得するかである。現在,PRNUの雑音品質を増強させるアルゴリズムおよび実際の応用のために,その圧縮アルゴリズムはほとんど人工的仮説モデルに基づいている。本文では、サンプルミスフィット訓練に基づく画像PRNUノイズ精製方法を提案し、この方法は深さスタック自己エンコーダネットワークを用いて、サンプルミスフィットの技術を設計し、それを訓練した。サンプルミスマッチ訓練に基づくエンドツーエンド深さニューラルネットワークの使用は,人工的設計アルゴリズムの限界を避けて,画像のPRNUノイズを効果的に抽出して,画像ソース同定のための性能を改良することができた。Dresden画像データセットに関する実験結果は,PRNUノイズがより良い性能を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *雑音 ,  ニューラルネットワーク ,  エンドツーエンド方式 ,  センサ ,  不均一性 ,  ミスフィット ,  モード雑音
準シソーラス用語： 光応答 ,  高品質 , 【Automatic Indexing@JST】

分類 (1件)： 計算理論  (JB02000A)

タイトルに関連する用語 (5件)： サンプル ,  ミスマッチ ,  訓練 ,  ノイズ ,  精製