《表1 基于小波变换去噪算法比较实验的AUC值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于样本错配训练的图像PRNU噪声提纯方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。