结合深度迭代缩放卷积神经网络的PRNU提取算法

来源：信号处理杂志 2020年第9期北京时间：

作者：肖延辉, 田华伟, 张永胜

摘要：光响应非均匀性（photo-response non-uniformity，PRNU）是用于数字图像设备溯源的一种重要特征，也被称为成像设备指纹。针对图像真实噪声包含PRNU和大量未知噪声的复杂特性，本文提出一种结合深度迭代缩放卷积神经网络的PRNU数字成像设备指纹提取算法。首先，通过连续重复的缩小与放大特征图的分辨率来提高GPU内存利用效率和生成大的感受野，尽可能的提取包含完整PRNU指纹的真实噪声。然后，利用来自同一数字成像设备多幅图像的噪声残差来估计PRNU指纹。本文算法在相机溯源数据集Dresden和手机溯源数据集Daxing上进行了测试。实验结果显示，与传统方法相比本文算法具有的更好的识别率和普适性。

关键词：光响应非均匀性, 数字图像溯源, 设备指纹