基于U形Transformer深度网络的PRNU噪声提取算法

作     者：李鸿光 田妮莉 潘晴 LI Hongguang;TIAN Nili;PAN Qing

作者机构：广东工业大学信息工程学院广州510006 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第8期

页      面：103-109页

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

基　　金：国家自然科学基金(No.61901123) 

主　　题：光响应非均匀性 源相机识别 Transformer 深度学习 图像处理 

摘      要：光响应非均匀性(Photo-Response Non-Uniformity,PRNU)噪声由于其唯一性和稳定性可作为相机的指纹并可用于数字图像的源相机识别。为了提高源相机识别的精度和效率,提出一种基于U形Transformer深度网络(Uformer)的PRNU噪声提取算法。该网络使用了一种基于局部增强窗口(LeWin)的Transformer块,能够在较低计算复杂度下有效提取局部上下文信息。其次,该网络使用了一种多尺度空间偏差形式的多尺度恢复调制器,能够自适应调整Uformer解码器的多层特征,进而更好地提取图像中潜在的PRNU相机指纹。在Dresden数据集上的实验结果表明,所提出的算法在128×128像素,256×256像素和512×512像素的AUC值分别为0.8368,0.9250和0.9720,Kappa值分别为0.9005,0.7447和0.4737,均优于现有方法。