摘要
本发明公开了一种基于多尺度和分层特征融合的PRNU匿名方法,涉及信息安全技术领域,包括以下步骤:S1:首先输入目标图像,随后将该图像输入到基于深度学习的PRNU提取网络中,通过该网络提取目标图像对应的PRNU噪声;S2:根据目标图像随机生成一个与该图像宽和高相同的噪声张量,并将该张量输入到多尺度动态曼巴U型网络网络架构中,该架构主要由多尺度动态Unet、曼巴模块组成。本发明要解决的技术问题是提供一种基于多尺度和分层特征融合的PRNU匿名方法,削弱图像与设备的物理关联的同时,既能防范恶意的身份追踪,又能确保图像在多媒体、医疗、司法等场景中的实用价值。
技术关键词
匿名方法
分层特征
多尺度
图像
采样模块
状态空间模型
动态
噪声
代表
损失函数设计
通道注意力机制
网络架构
分支
信息安全技术
解码器结构
系统为您推荐了相关专利信息
特征金字塔网络
极化SAR图像
极化相干矩阵
频谱特征
深度特征融合
图像分割方法
无人机航拍图像
性能测评方法
特征融合技术
特征分析方法
预测能量管理方法
燃料电池
历史运动数据
多尺度
能量源