论文部分内容阅读
现有文献中的源相机分类算法很少讨论测试图像在受到轻微图像处理后算法性能的变化。利用支持向量机,对源相机分类算法的性能和鲁棒性进行了分析,比较了测试图像遭受处理前后分类算法的检测准确率,并研究了图像特征的鲁棒性。由于基于模式分类的算法通常需要精简特征个数以提高执行效率,因此,还讨论了精简模式下相机分类算法的性能以及特征选择对辨识算法鲁棒性的影响。