[发明专利]一种基于ViT网络的图像成像设备识别方法

说明书

本发明公开了一种基于ViT网络的图像成像设备识别方法，至少包括以下步骤：预先训练得到图像成像设备识别模型；将待识别图像输入图像成像设备识别模型并输出识别结果。在模型训练中，本发明首先根据相机拍摄的校色板和原始校色板的真值获得出当前环境条件下的相机色彩校正矩阵；其次，使用视觉ViT网络进行色彩校正矩阵特征的提取，将第一步提取出的相机色彩校正矩阵作为网络的收敛目标与网络提取的色彩校正矩阵使用损失距离的计算，经过训练得到可以提取色彩校正矩阵特征的ViT网络。训练完成得到性能优异的ViT网络，当新的图像送入网络时，训练好的ViT网络便能够提取该图像的色彩校正矩阵特征向量，结合KNN分类算法得到最终的图像相机设备型号预测类别。

技术领域

本发明属于数字图像处理领域，涉及一种基于ViT网络的图像成像设备识别方法。

背景技术

随着现代科学技术的进步，各种图像和视频信息可以通过智能设备随时随地获取。与此同时，人工智能的发展对图像的真实性提出了挑战，图像的伪造和篡改对图像溯源取证造成了极大的不利，进而在媒体新闻、知识产权、学术研究和法律等各个领域，引发了一系列信息安全问题，甚至影响社会稳定。图像源识别作为图像取证技术的一个重要研究方向，其研究的核心问题是从待测的图像本身确定其成像设备来源。现有的设备型号识别研究，特别是在压缩图像的源识别研究中，研究者大多数使用光响应非均匀性噪声为代表的相机指纹噪声进行源识别，这种方法中，指纹噪声是必要的特征信息，但是这种信息主要集中在高频，而图像压缩算法一般压缩图像的高频信号，进而导致经过压缩后的图像在使用指纹噪声信息进行源识别时判别准确率和有效性的整体降低。

发明内容

针对现有技术使用相机噪声指纹进行压缩图像源识别的缺点，本发明提出了一种基于ViT网络的图像成像设备识别方法，达到精准快速识别图像来源的目的。

为实现上述目的，本发明的技术方案如下：

一种基于ViT网络的图像成像设备识别方法，包括以下步骤：

预先训练得到图像成像设备识别模型；

将待识别图像输入图像成像设备识别模型并输出识别结果，以得到该图像的成像设备类型；

其中，图像成像设备识别模型的训练包括以下步骤：

步骤S10：通过相机拍摄标准校色板和不包含校色板的标准图像；

步骤S20：根据校色板真值和拍摄的校色板数据，使用色彩校正矩阵计算公式得出色彩校正矩阵V_CCM；

步骤S30：将V_CCM作为ViT网络的学习目标设计网络中的L1Loss；

步骤S40：将不包含校色板的标准图像作为输入训练ViT网络，通过反向传播不断更新网络参数；

步骤S50：在训练好的ViT网络后端连接KNN，将待识别图像送入ViT网络，最终得出该图像的设备型号识别结果。

作为进一步的改进方案，步骤S40中使用了L1Loss进行了网络提取的色彩校正特征和S20中计算的色彩校正矩阵特征的L1距离计算，并通过反向传播反馈给网络，进而不断更新网络参数，其中L1Loss计算公式如下：

其中，y_i是目标值，f(x_i)是模型输入图像x后得到的估计值，对两者做绝对值差值取均值得到损失；

作为进一步的改进方案，在步骤S40的网络训练特征提取过程中，使用了自注意力机制的特征提取，包括以下步骤：