《表1 基于小波变换去噪算法比较实验的AUC值》
本节实验分别使用基于小波变换的去噪算法和基于BM3D的去噪算法初步从图像中提取PRNU噪声,并同时经过零均值化[5]处理,作为比较实验的基准PRNU噪声。在3种不同图像尺寸下进行PRNU图像噪声实验,并将本文算法与频谱均衡算法[5]进行比较实验,得出ROC曲线和Kappa统计系数,实验结果分别如图5,6和表1—4所示。可以看出,在相同图像尺寸下,经自编码器重构的PRNU噪声的性能均要优于原始PRNU噪声和经过频谱均衡算法处理的PRNU噪声,AUC值均提升大概1%,而且经过频谱均衡算法处理的PRNU噪声性能略有下降。从Kappa系数表中可以得知在3种图像尺寸下,经过自编码器重构的PRNU噪声在原始PRNU噪声的基础上精度全部有了提升,效果最好的是在64像素×64像素图像分辨率下,使用小波去噪算法提取的PRNU噪声的基础上Kappa系数提高了0.007 7。
图表编号 | XD00224186100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 郝昕泽、肖延辉、田华伟、张明旺 |
绘制单位 | 中国人民公安大学国家安全学院、中国人民公安大学国家安全学院、中国人民公安大学国家安全学院、四川警察学院科研所 |
更多格式 | 高清、无水印(增值服务) |