論文の概要: Beyond PRNU: Learning Robust Device-Specific Fingerprint for Source Camera Identification

• arxiv url: http://arxiv.org/abs/2111.02144v1
• Date: Wed, 3 Nov 2021 11:25:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-04 18:44:38.066993
• Title: Beyond PRNU: Learning Robust Device-Specific Fingerprint for Source Camera Identification
• Title（参考訳）: ソースカメラ識別のための堅牢なデバイス固有の指紋を学習するbeyond prnu
• Authors: Manisha, Chang-Tsun Li, Xufeng Lin, Karunakar A. Kotegar
• Abstract要約: 元のカメラ識別ツールは、画像鑑定調査員が被疑者カメラと画像を関連付けるのを助ける。 光応答不均一 (PRNU) ノイズパターンは, センサの不完全性に起因するため, ソースカメラの識別に有効な方法であることが証明されている。 PRNUは、カメラの設定、画像の内容、画像処理操作、および反法医学的攻撃に影響を受けやすい。 この新しいデバイス指紋は低周波帯と中周波帯から抽出され、PRNUが競合できない脆弱性を解消する。
• 参考スコア（独自算出の注目度）: 14.404497406560104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Source camera identification tools assist image forensic investigators to associate an image in question with a suspect camera. Various techniques have been developed based on the analysis of the subtle traces left in the images during the acquisition. The Photo Response Non Uniformity (PRNU) noise pattern caused by sensor imperfections has been proven to be an effective way to identify the source camera. The existing literature suggests that the PRNU is the only fingerprint that is device-specific and capable of identifying the exact source device. However, the PRNU is susceptible to camera settings, image content, image processing operations, and counter-forensic attacks. A forensic investigator unaware of counter-forensic attacks or incidental image manipulations is at the risk of getting misled. The spatial synchronization requirement during the matching of two PRNUs also represents a major limitation of the PRNU. In recent years, deep learning based approaches have been successful in identifying source camera models. However, the identification of individual cameras of the same model through these data-driven approaches remains unsatisfactory. In this paper, we bring to light the existence of a new robust data-driven device-specific fingerprint in digital images which is capable of identifying the individual cameras of the same model. It is discovered that the new device fingerprint is location-independent, stochastic, and globally available, which resolve the spatial synchronization issue. Unlike the PRNU, which resides in the high-frequency band, the new device fingerprint is extracted from the low and mid-frequency bands, which resolves the fragility issue that the PRNU is unable to contend with. Our experiments on various datasets demonstrate that the new fingerprint is highly resilient to image manipulations such as rotation, gamma correction, and aggressive JPEG compression.
• Abstract（参考訳）: ソースカメラ識別ツールは、画像検査官が被疑者カメラと画像の関連付けを補助する。 取得時の画像に残る微妙な痕跡の分析に基づいて,様々な技術が開発されている。 センサの不完全性に起因する光応答不均一(PRNU)ノイズパターンは、ソースカメラの識別に有効な方法であることが証明されている。 既存の文献では、PRNUはデバイス固有の唯一の指紋であり、正確なソースデバイスを識別できることを示している。 しかし、prnuはカメラの設定、画像コンテンツ、画像処理操作、および対物攻撃の影響を受けやすい。 防犯攻撃や偶発的な画像操作を知らない法医学研究者は、誤解されるリスクがあります。 2つのPRNUのマッチングにおける空間的同期要件は、PRNUの大きな制限でもある。 近年、ディープラーニングベースのアプローチは、ソースカメラモデルの識別に成功している。 しかし、これらのデータ駆動アプローチによる同一モデルの個々のカメラの識別は相変わらず不満足である。 本稿では,デジタル画像にロバストなデータ駆動型デバイス固有の指紋が新たに存在し,同一モデルの個々のカメラを識別できることを示す。 新しいデバイス指紋は位置非依存で、確率的であり、グローバルに利用でき、空間同期問題を解決している。 高周波帯に存在するPRNUとは異なり、新しいデバイス指紋は低周波帯と中周波帯から抽出され、PRNUが競合できない脆弱な問題を解消する。 各種データセットを用いた実験により,新しい指紋は回転,ガンマ補正,積極的なjpeg圧縮などの画像操作に強い回復性を示す。

関連論文リスト

• Web Photo Source Identification based on Neural Enhanced Camera Fingerprint [9.606477062236499]
  Web写真のソースカメラ識別は、キャプチャされた画像とソースカメラとの信頼性の高いリンクを確立することを目的としている。 本稿では,ニューラルネットの強化されたセンサパターンノイズを利用した,革新的で実用的な音源識別フレームワークを提案する。 距離学習と周波数整合性を深層ネットワーク設計に組み込むことで,最新のスマートフォン写真における指紋抽出アルゴリズムの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-02-18T04:14:45Z)
• PRNU Based Source Camera Identification for Webcam and Smartphone Videos [137.6408511310322]
  このコミュニケーションは、Webカメラ/スマートフォンビデオのソースカメラ(SCI: Source Camera Identification)を特定するためにカメラセンサ指紋を使用する画像法医学の応用に関するものである。
  論文  参考訳（メタデータ） (2022-01-27T18:57:14Z)
• A leak in PRNU based source identification. Questioning fingerprint uniqueness [75.33542585238497]
  Photo Response Non-Uniformity (PRNU) は、画像ソース属性タスクにおいて最も効果的なトレースであると考えられている。 近年のデバイスは、PRNUノイズの識別性を低下させる非特異なアーティファクトを導入する可能性がある。 誤報率の主な原因は、特定のカメラモデル、ファームウェア、画像の内容に直接関連しないことを示す。
  論文  参考訳（メタデータ） (2020-09-10T14:18:38Z)
• On the Reliability of the PNU for Source Camera Identification Tasks [2.885175627590247]
  PNUはSCIを実行する上で必須のツールであり、その間、法医学分野におけるこのタスクの標準デファクトとなった。 デジタルカメラ画像中のPNUトレースをキャンセル・修正・置き換える戦略は存在するが,実験手法により,撮影に用いるセンサが生成する残音の痕跡を見つけることが可能である。
  論文  参考訳（メタデータ） (2020-08-28T15:15:31Z)
• Artificial Fingerprinting for Generative Models: Rooting Deepfake Attribution in Training Data [64.65952078807086]
  光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。 しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。 我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
  論文  参考訳（メタデータ） (2020-07-16T16:49:55Z)
• A Modified Fourier-Mellin Approach for Source Device Identification on Stabilized Videos [72.40789387139063]
  マルチメディアの法医学ツールは通常 取得したフレームに カメラセンサーが残した 特徴的なノイズの痕跡を利用する この分析では,カメラを特徴付けるノイズパターンと,解析対象の映像フレームから抽出したノイズパターンを幾何学的に整列させる必要がある。 本稿では,周波数領域におけるスケーリングと回転パラメータの探索により,この制限を克服することを提案する。
  論文  参考訳（メタデータ） (2020-05-20T12:06:40Z)
• Warwick Image Forensics Dataset for Device Fingerprinting In Multimedia Forensics [19.98488085122803]
  センサパターンノイズ(SPN)のようなデバイス指紋は、証明分析や画像認証に広く使われている。 カメラパラメータ設定の柔軟性とマルチフレーム撮影アルゴリズムの出現は、デバイス指紋認証に新たな課題をもたらす。 我々は、14台のデジタルカメラと様々な露出設定を用いて58,600枚以上の画像を撮影したWarwick Image Forensicsデータセットを提示する。
  論文  参考訳（メタデータ） (2020-04-22T09:54:27Z)
• Camera Trace Erasing [86.15997461603568]
  我々は、トレースベースの法医学的手法の弱点を明らかにするために、新しい低レベル視覚問題であるカメラトレース消去に対処する。 そこで我々は,ネットワークトレーニングのためのSiameseアーキテクチャに基づいて,新たなハイブリッドロスを設計したSiamese Trace Erasing (SiamTE)を提案する。
  論文  参考訳（メタデータ） (2020-03-16T00:09:55Z)
• Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
  人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。 カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。 われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
  論文  参考訳（メタデータ） (2020-02-12T11:56:30Z)
• Combining PRNU and noiseprint for robust and efficient device source identification [18.560458309179204]
  PRNUベースの画像処理は、デジタルマルチメディア法医学における重要な資産である。 画像ノイズプリントは、最近提案されたカメラモデル指紋であり、いくつかの法医学的タスクに有効であることが証明されている。
  論文  参考訳（メタデータ） (2020-01-17T17:32:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。