文摘数字图像后处理流程带来的非唯一性人造(Non-Unique Artifacts,NUAs)噪声掺杂在具有唯一性、稳定性的光响应非均质性(Photo-Response Non-Uniformity,PRNU)指纹中,极大地影响了下游成像设备溯源任务的精确性。然而,现有NUAs抑制方案主要针对实验环境,不仅需要额外的超参数设定,而且需额外的算力和存储空间,难以在开放环境中实际应用。为解决该问题,提出了一种面向开放环境的PRNU指纹提纯算法。首先,对现有PRNU指纹相关性度量指标即峰值相关能量比(Peak-to-Correlation Energy Ratio,PCE)进行改进,提出了基于归一化的PCE_norm和PCE_denuas,以实现开放环境下的自适应相关性度量。然后,通过构建对比学习机制缩小同一指纹和放大不同指纹的距离,实现NUAs离线抑制,从而在溯源任务中不需额外计算和存储成本进行在线抑制。最后,通过在Dresden和Daxing数据集上的实验证明了所提算法的有效性和鲁棒性。
