[发明专利]图片源相机型号的检测方法和装置

说明书

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图片源相机型号的检测方法和装置。

背景技术

如今，随着数字成像技术的发展和数码相机的普及，数字图像的使用在人们的日常生活中已经非常普遍。同时，数字图像也越来越多地被用来当作政府、法律、科学和新闻媒体组织做出某些决定的依据。因此，在这样的背景之下，识别数字图像的相机型号将会是一个基本需求，例如验证法庭上图像证据的原始来源，找到有版权争议图片的真正主人等等。

近年来，图片源相机型号识别技术有了长足的发展。现有相机型号识别方法主要有以下三种类型：基于图像元数据的、基于水印的和基于特征的相机型号识别方法。基于图像元数据的方法依赖于检查嵌入到图像元数据中的图像来源相关信息，如相机品牌、型号、日期和时间。包含在元数据中的日期和时间信息是和捕捉图像的时期和时间相关联的。基于水印的方法目标在于图像中嵌入水印，水印中会携带相关来源相机的信息。基于特征的方法首先提取的特征是内在硬件构件或者在图像采集过程中的软件相关特征，将识别作为一个多类别分类问题。然后使用多类分类器，如支持向量机，分类图像到已知相机模型的预定义分类中。

不过直到今天，图像来源相机型号识别技术仍然面临着许多难题和挑战，未知相机型号的图像的识别便是其中之一。以上三种识别方法在识别未知相机型号的图像时都面临着很大的困难：对于基于图像元数据的方法，在实践中图像元数据很容易被人为操纵；对于基于水印的方法而言，需要在图像的创建生成期间嵌入水印，这使得相机的设计变得更加复杂，进而增加了数码相机生产的成本；对于基于特征的识别方法，对于未知相机型号的检测是个问题。因此如何更准确的对来自未知相机型号的图像进行来源识别这一问题，在近年来成为研究的热点之一。

采用多分类器的传统识别方案受到未知相机型号问题的影响。在实际应用中，往往无法在事先获得所有的相机型号。此外，随着数码相机技术的快速发展，相机制造商不断地产生新的相机型号。当被检测图像是由事先未知的相机型号所拍摄时，传统的方案往往无法精确地将它们划分到已知相机型号中去，因此未知型号的问题会严重影响识别的精确度。

综上所述，目前针对未知型号相机拍摄的图像的源相机型号的识别技术仍然是亟待解决的问题之一，也是研究的热点之一。

针对相关技术无法准确检测未知型号相机拍摄的图像的源相机型号的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图片源相机型号的检测方法和装置，以至少解决相关技术无法准确检测未知型号相机拍摄的图像的源相机型号的技术问题。

根据本发明实施例的一个方面，提供了一种图片源相机型号的检测方法，包括：获取图片样本，图片样本中包括已标注源相机型号的图片和未标注源相机型号的图片；使用K邻近算法对未标注源相机型号的图片进行未知源相机型号检测，获取未知源相机型号的图片样本集；使用已标注源相机型号的图片组成的已知源相机型号的图片样本集和未知源相机型号的图片样本集训练第一分类器；以及使用训练后的第一分类器对待检测图片的源相机型号进行检测。

进一步地，使用K邻近算法对未标注源相机型号的图片进行未知源相机型号检测，获取未知源相机型号的图片样本集包括：确定K邻近算法中的优化参数K；合并已标注源相机型号的图片和未标注源相机型号的图片，组成第一图片样本集；查找距离第一未标注源相机型号的图片最近的K个图片，其中，第一未标注源相机型号的图片为第一图片样本集中的任意一个未标注源相机型号的图片；在查找到的K个图片中不包括已标注源相机型号的图片的情况下，确定第一未标注源相机型号的图片为未知源相机型号的图片；以及将第一未标注源相机型号的图片添加至未知源相机型号的图片样本集。

进一步地，确定K邻近算法中的优化参数K包括：获取第二图片样本集，第二图片样本集由未标注源相机型号的图片以及第一子图片样本集组成，其中，第一子图片样本集为从已标注源相机型号的图片中选取预设数量的图片组成的样本集；设定优化参数K为第一数值；使用K邻近算法检测第二图片样本集中的图片的源相机型号；计算第一子图片样本集中未标注源相机型号的图片的数量与第一子图片样本集的图片数量的比值；在比值满足第一预设条件的情况下，确定第一数值为优化参数K；以及在比值不满足第一预设条件的情况下，调整优化参数K的值，返回执行使用K邻近算法检测第二图片样本集中的图片的源相机型号的步骤。