文件名称：matlab的代码在相机上实现-multiscale-prnu:基于PRNU的篡改本地化中的多尺度分析策略
文件大小：29.6MB
文件格式：ZIP
更新时间：2024-06-08 15:56:04
系统开源
matlab的代码在相机上实现基于PRNU的篡改本地化中的多尺度分析策略 实施多尺度分析策略以篡改数字图像取证中的本地化。 针对著名的基于PRNU的检测器实现了三种策略： 多尺度融合策略 细分指导策略 自适应窗口策略。 在以下出版物中详细描述了算法： P. Korus＆J. Huang，《改善数字图像中恶意篡改的本地化的多尺度融合》，IEEE Trans。 图像处理，2016， P. Korus＆J. Huang，基于PRNU的篡改本地化中的多尺度分析策略，IEEE Trans。 信息取证与安全，2017年 用法和引文 如果您在研究中使用此代码或数据集，请引用以下论文（Bibtex定义）： @article{Korus2016TIFS, Author = {P. Korus and J. Huang}, Journal = {IEEE Trans. on Information Forensics \& Security}, Title = {Multi-scale Analysis Strategies in PRNU-based Tampering Localization}
【文件预览】：
multiscale-prnu-master
----configure.py(5KB)
----fusion()
--------createNeighborhood.m(3KB)
--------fuseAdaptWnd.m(3KB)
--------fuseCRFIsing.m(13KB)
--------defaultFusionSettings.m(319B)
--------fuseCRF.m(13KB)
----training()
--------getPRNU.m(869B)
--------validateDataset.m(9KB)
--------trainCameraModel.m(11KB)
--------viewCameraModel.m(8KB)
--------trainPredictor.m(7KB)
--------defaultPredictorSettings.m(807B)
--------estimateSPN.m(6KB)
--------trainNullModel.m(4KB)
----docs()
--------algorithm_comparison.png(189KB)
--------intro_image.png(86KB)
--------nikon_d7000_model.png(50KB)
--------nikon_d7000_validation.png(21KB)
----demos()
--------demo_localization.m(2KB)
--------demo_fusion.m(2KB)
--------demo_benchmark.m(3KB)
--------test_compare_detectors.m(3KB)
----readme.md(12KB)
----data()
--------sample_maps()
--------sample_images()
--------camera_models()
----detectors()
--------detectForgeryPRNUAdaptiveWnd.m(11KB)
--------detectForgeryPRNUCentral.m(17KB)
--------detectForgeryPRNUMultiscale.m(4KB)
--------detectForgeryPRNU.m(10KB)
--------applyPRNUCorrelationFieldCentral.m(12KB)
--------detectForgeryPRNUFilter.m(5KB)
----3rd-party()
--------max-flow()
--------rsquare.m(2KB)
----.gitignore(528B)
----commons()
--------getThresholds.m(121B)
--------catChannels.m(193B)
--------scoreLocalization.m(1KB)
--------mapCleanup.m(786B)
--------extractPatchFeatures.m(2KB)
--------stdfilt3.m(3KB)
--------cll.m(45B)
--------importDataset.m(6KB)
--------generateThumbnails.m(4KB)
--------loadMaps.m(911B)
--------colorCodeMap.m(288B)
--------imsc.m(5KB)
--------displayProgress.m(364B)
--------postprocessMaps.m(587B)
--------extractCellMaps.m(2KB)
--------extractField.m(115B)
--------corr2Response.m(957B)
--------highPass.m(374B)
--------calcPSNR.m(912B)
--------fillBorders.m(1KB)
--------extractPatchFeaturesFast.m(2KB)
--------applySettings.m(789B)
----make_all.m(237B)
----setup.m(744B)