[0017] 進(jìn)一步地，該裝置還包括:擴(kuò)展模塊，用于使用迭代算法對(duì)未知源相機(jī)型號(hào)的圖片 樣本集進(jìn)行擴(kuò)展，直到迭代算法滿足預(yù)設(shè)停止條件時(shí)停止擴(kuò)展未知源相機(jī)型號(hào)的圖片樣本 集。
[0018] 進(jìn)一步地，擴(kuò)展模塊包括:第Ξ獲取模塊，用于獲取第Ξ圖片樣本集和第二子圖片 樣本集，第Ξ圖片樣本集由已標(biāo)注源相機(jī)型號(hào)的圖片和未知源相機(jī)型號(hào)的圖片樣本集中的 圖片組成，第二子圖片樣本集由未標(biāo)注源相機(jī)型號(hào)的圖片中除未知源相機(jī)型號(hào)的圖片樣本 集中的圖片之外的圖片組成;第二訓(xùn)練模塊，用于使用第Ξ圖片樣本集訓(xùn)練第二分類器;分 類模塊，用于使用第二分類器對(duì)第二子圖片樣本集中的圖片進(jìn)行分類，獲取第二子圖片樣 本集中的未知源相機(jī)型號(hào)的圖片;判斷模塊，用于判斷第二分類器標(biāo)注的未知源相機(jī)型號(hào) 的圖片的數(shù)量與未知源相機(jī)型號(hào)的圖片樣本集的圖片數(shù)量的比值是否滿足第二預(yù)設(shè)條件； 更新模塊，用于在判斷出滿足第二預(yù)設(shè)條件時(shí)，更新未知源相機(jī)型號(hào)的圖片樣本集和第二 子圖片樣本集，并將更新后的未知源相機(jī)型號(hào)的圖片樣本集作為未知源相機(jī)型號(hào)的圖片樣 本集。
[0019] 在本發(fā)明實(shí)施例中，采用獲取圖片樣本，圖片樣本中包括已標(biāo)注源相機(jī)型號(hào)的圖 片和未標(biāo)注源相機(jī)型號(hào)的圖片;使用K鄰近算法對(duì)未標(biāo)注源相機(jī)型號(hào)的圖片進(jìn)行未知源相 機(jī)型號(hào)檢測(cè)，獲取未知源相機(jī)型號(hào)的圖片樣本集;使用已標(biāo)注源相機(jī)型號(hào)的圖片組成的已 知源相機(jī)型號(hào)的圖片樣本集和未知源相機(jī)型號(hào)的圖片樣本集訓(xùn)練第一分類器；W及使用訓(xùn) 練后的第一分類器對(duì)待檢測(cè)圖片的源相機(jī)信號(hào)進(jìn)行檢測(cè)的方式，解決了相關(guān)技術(shù)無(wú)法準(zhǔn)確 檢測(cè)未知型號(hào)相機(jī)拍攝的圖像的源相機(jī)型號(hào)的技術(shù)問(wèn)題，實(shí)現(xiàn)了提高對(duì)未知型號(hào)相機(jī)拍攝 的圖像進(jìn)行識(shí)別的精度的技術(shù)效果。
【附圖說(shuō)明】
[0020] 此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā) 明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：
[0021] 圖1是根據(jù)本發(fā)明實(shí)施例的圖片源相機(jī)型號(hào)的檢測(cè)方法的流程圖；
[0022] 圖2是根據(jù)本發(fā)明實(shí)施例的一種可選地圖片源相機(jī)型號(hào)的檢測(cè)方法的流程圖；
[0023] 圖3是根據(jù)本發(fā)明實(shí)施例的圖片源相機(jī)型號(hào)的檢測(cè)流程的示意圖；W及
[0024] 圖4是根據(jù)本發(fā)明實(shí)施例的圖片源相機(jī)型號(hào)的檢測(cè)裝置的示意圖。
【具體實(shí)施方式】
[0025] 為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的 附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是 本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人 員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范 圍。
[0026] 需要說(shuō)明的是，本發(fā)明的說(shuō)明書和權(quán)利要求書及上述附圖中的術(shù)語(yǔ)"第一"、"第 二"等是用于區(qū)別類似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解運(yùn)樣使用 的數(shù)據(jù)在適當(dāng)情況下可W互換，W便運(yùn)里描述的本發(fā)明的實(shí)施例能夠W除了在運(yùn)里圖示或 描述的那些W外的順序?qū)嵤?。此外，術(shù)語(yǔ)"包括"和"具有及他們的任何變形，意圖在于覆 蓋不排他的包含，例如，包含了一系列步驟或單元的過(guò)程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于 清楚地列出的那些步驟或單元，而是可包括沒(méi)有清楚地列出的或?qū)τ谶\(yùn)些過(guò)程、方法、產(chǎn)品 或設(shè)備固有的其它步驟或單元。
[0027] 首先，在對(duì)本發(fā)明實(shí)施例進(jìn)行描述的過(guò)程中出現(xiàn)的部分名詞或術(shù)語(yǔ)適用于如下解 釋：
[002引K鄰近算法，簡(jiǎn)稱為I^N算法，即給定一個(gè)訓(xùn)練數(shù)據(jù)集，對(duì)新的輸入實(shí)例，在訓(xùn)練數(shù) 據(jù)集中找到與該實(shí)例最鄰近的K個(gè)實(shí)例，運(yùn)K個(gè)實(shí)例的多數(shù)屬于某個(gè)類，就把該實(shí)例分類到 運(yùn)個(gè)類中。
[0029] 根據(jù)本發(fā)明實(shí)施例，提供了一種圖片源相機(jī)型號(hào)的檢測(cè)的方法實(shí)施例，需要說(shuō)明 的是，在附圖的流程圖示出的步驟可W在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí) 行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可不同于此處的順序 執(zhí)行所示出或描述的步驟。
[0030] 圖1是根據(jù)本發(fā)明實(shí)施例的圖片源相機(jī)型號(hào)的檢測(cè)方法的流程圖，如圖1所示，該 方法包括如下步驟：
[0031] 步驟S102,獲取圖片樣本，圖片樣本中包括已標(biāo)注源相機(jī)型號(hào)的圖片和未標(biāo)注源 相機(jī)型號(hào)的圖片。
[0032] 在步驟S102提供的方案中，圖片樣本為預(yù)先準(zhǔn)備好的圖片，可W包括已標(biāo)注源相 機(jī)型號(hào)的圖片和未標(biāo)注源相機(jī)型號(hào)的圖片，其中，已標(biāo)注源相機(jī)型號(hào)的圖片為已知源相機(jī) 型號(hào)的圖片，在已標(biāo)注源相機(jī)型號(hào)的圖片中標(biāo)注有該圖片為哪款型號(hào)的相機(jī)所拍攝的圖 片。未標(biāo)注源相機(jī)型號(hào)的圖片中可w包括已知源相機(jī)型號(hào)的圖片，也可w包括未知源相機(jī) 型號(hào)的圖片。
[0033] 步驟S104,使用K鄰近算法對(duì)未標(biāo)注源相機(jī)型號(hào)的圖片進(jìn)行未知源相機(jī)型號(hào)檢測(cè)， 獲取未知源相機(jī)型號(hào)的圖片樣本集。
[0034] 可選地，步驟S104可W包括W下步驟：
[0035] 步驟S1，確定K鄰近算法中的優(yōu)化參數(shù)K。其中，優(yōu)化參數(shù)K直接決定了K鄰近算法。
[0036] 步驟S2,合并已標(biāo)注源相機(jī)型號(hào)的圖片和未標(biāo)注源相機(jī)型號(hào)的圖片，組成第一圖 片樣本集。
[0037] 步驟S3,查找距離第一未標(biāo)注源相機(jī)型號(hào)的圖片最近的K個(gè)圖片，其中，第一未標(biāo) 注源相機(jī)型號(hào)的圖片為第一圖片樣本集中的任意一個(gè)未標(biāo)注源相機(jī)型號(hào)的圖片。查找距離 第一未標(biāo)注源相機(jī)型號(hào)的圖片最近的K個(gè)圖片可W使用歐式距離作為標(biāo)準(zhǔn)。
[0038] 步驟S4,在查找到的K個(gè)圖片中不包括已標(biāo)注源相機(jī)型號(hào)的圖片的情況下，確定第 一未標(biāo)注源相機(jī)型號(hào)的圖片為未知源相機(jī)型號(hào)的圖片。
[0039] 步驟S5,將第一未標(biāo)注源相機(jī)型號(hào)的圖片添加至未知源相機(jī)型號(hào)的圖片樣本集。
[0040] 具體地，步驟S1確定K鄰近算法中的優(yōu)化參數(shù)K可W包括W下步驟：
[0041] 步驟S11，獲取第二圖片樣本集，第二圖片樣本集由未標(biāo)注源相機(jī)型號(hào)的圖片W及 第一子圖片樣本集組成，其中，第一子圖片樣本集為從已標(biāo)注源相機(jī)型號(hào)的圖片中選取預(yù) 設(shè)數(shù)量的圖片組成的樣本集。
[0042] 步驟S12,設(shè)定優(yōu)化參數(shù)K為第一數(shù)值。第一數(shù)值可W為1，第一數(shù)值為初始值，且第 一數(shù)值可能是優(yōu)化參數(shù)，也可能不是優(yōu)化參數(shù)。
[0043] 步驟S13,使用K鄰近算法檢測(cè)第二圖片樣本集中的圖片的源相機(jī)型號(hào)。
[0044] 步驟S14,計(jì)算第一子圖片樣本集中未標(biāo)注源相機(jī)型號(hào)的圖片的數(shù)量與第一子圖 片樣本集的圖片數(shù)量的比值。
[0045] 其中，在比值滿足第一預(yù)設(shè)條件的情況下，確定第一數(shù)值為優(yōu)化參數(shù)K。其中，第一 預(yù)設(shè)條件可W為該比值小于某個(gè)闊值，比如0.05。在比值不滿足第一預(yù)設(shè)條件的情況下，調(diào) 整優(yōu)化參數(shù)K的值，返回執(zhí)行使用K鄰近算法檢測(cè)第二圖片樣本集中的圖片的源相機(jī)型號(hào)的 步驟。其中，該實(shí)施例在判斷出比值不滿足第一預(yù)設(shè)條件的情況下，優(yōu)選地將優(yōu)化參數(shù)在第 一數(shù)值的基礎(chǔ)上加1，再返回執(zhí)行步驟S13。
[0046] 可選地，在步驟S104之后，該方法還可W包括:使用迭代算法對(duì)未知源相機(jī)型號(hào)的 圖片樣本集進(jìn)行擴(kuò)展，直到迭代算法滿足預(yù)設(shè)停止條件時(shí)停止擴(kuò)展未知源相機(jī)型號(hào)的圖片 樣本集。
[0047] 具體地，使用迭代算法對(duì)未知源相機(jī)型號(hào)的圖片樣本集進(jìn)行擴(kuò)展可W包括W下步 驟：
[0048] 步驟S6,獲取第Ξ圖片樣本集和第二子圖片樣本集，第Ξ圖片樣本集由已標(biāo)注源 相機(jī)型號(hào)的圖片和未知源相機(jī)型號(hào)的圖片樣本集中的圖片組成，第二子圖片樣本集由未標(biāo) 注源相機(jī)型號(hào)的圖片中除未知源相機(jī)型號(hào)的圖片樣本集中的圖片之外的圖片組成。
[0049] 步驟S7,使用第Ξ圖片樣本集訓(xùn)練第二分類器。第二類分類器可W為基于SVM的多 類分類器。
[0050] 步驟S8,使用第二分類器對(duì)第二子圖片樣本集中的圖片進(jìn)行分類，獲