論文の概要: PRNU Based Source Camera Identification for Webcam and Smartphone Videos
- arxiv url: http://arxiv.org/abs/2201.11737v1
- Date: Thu, 27 Jan 2022 18:57:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-28 15:17:24.110865
- Title: PRNU Based Source Camera Identification for Webcam and Smartphone Videos
- Title（参考訳）: WebカメラとスマートフォンビデオのためのPRNUに基づくソースカメラ識別
- Authors: Fernando Mart\'in-Rodr\'iguez, Fernando Isasi-de-Vicente
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 137.6408511310322
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This communication is about an application of image forensics where we use
camera sensor fingerprints to identify source camera (SCI: Source Camera
Identification) in webcam/smartphone videos. Sensor or camera fingerprints are
based on computing the intrinsic noise that is always present in this kind of
sensors due to manufacturing imperfections. This is an unavoidable
characteristic that links each sensor with its noise pattern. PRNU (Photo
Response Non-Uniformity) has become the default technique to compute a camera
fingerprint. There are many applications nowadays dealing with PRNU patterns
for camera identification using still images. In this work we focus on video,
first on webcam video and afterwards on smartphone video. Webcams and
smartphones are the most used video cameras nowadays. Three possible methods
for SCI are implemented and assessed in this work.
- Abstract（参考訳）: 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)を識別するためにカメラセンサー指紋を使用する画像検査の応用に関するものです。
センサーやカメラの指紋は、不完全物の製造のためにこの種のセンサーに常に存在する固有のノイズを計算している。
これは、各センサとノイズパターンをリンクする避けられない特性である。
PRNU (Photo Response Non-Uniformity) は、カメラの指紋を計算するデフォルト技術となっている。
近年,静止画像を用いたカメラ識別のためのPRNUパターンを扱うアプリケーションが多数存在する。
本研究では、まずウェブカメラビデオ、次にスマートフォンビデオに焦点を当てる。
ウェブカメラとスマートフォンは、近年最も使われているビデオカメラだ。
SCIの3つの方法が実装され、評価される。
関連論文リスト
- CameraCtrl: Enabling Camera Control for Text-to-Video Generation [86.36135895375425]
ユーザーが希望するコンテンツを作成することができるため、ビデオ生成において制御性は重要な役割を担っている。
既存のモデルは、撮影言語として機能するカメラポーズの正確な制御をほとんど見落としていた。
我々は、テキスト・トゥ・ビデオ(T2V)モデルの正確なカメラポーズ制御を可能にするCameraCtrlを紹介する。
論文 参考訳（メタデータ） (2024-04-02T16:52:41Z) - Digital Image Forensics using Deep Learning [0.0]
本プロジェクトの目的は、画像に内在的に残されている情報のトレースを用いて、どのカメラが画像をキャプチャしたかを特定するアルゴリズムを構築することである。
この問題を解決することは、刑事裁判や民事裁判、さらにはニュース報道で使われた証拠の検証に大きな影響を与えるだろう。
論文 参考訳（メタデータ） (2022-10-14T02:27:34Z) - SmartMocap: Joint Estimation of Human and Camera Motion using
Uncalibrated RGB Cameras [49.110201064166915]
複数のRGBカメラからのマーカーレス人間のモーションキャプチャ(モキャップ)は、広く研究されている問題である。
既存の方法は、モキャップシステムの基準フレームとして機能するスタティックカメラに対して、キャリブレーションされたカメラを必要とするか、あるいはそれらをキャリブレーションする必要がある。
複数の静止・移動可能なRGBカメラを用いたモキャップ方式を提案する。
論文 参考訳（メタデータ） (2022-09-28T08:21:04Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳（メタデータ） (2022-07-05T10:00:58Z) - Beyond PRNU: Learning Robust Device-Specific Fingerprint for Source
Camera Identification [14.404497406560104]
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。
論文 参考訳（メタデータ） (2021-11-03T11:25:19Z) - Deep Learning Approach Protecting Privacy in Camera-Based Critical
Applications [57.93313928219855]
カメラベースシステムにおけるプライバシー保護のためのディープラーニングアプローチを提案する。
我々の手法は、アプリケーションで必要とされない直感に基づいて、正当性(視覚的に顕著な)と非正則性(非正則性)を区別する。
論文 参考訳（メタデータ） (2021-10-04T19:16:27Z) - Video Camera Identification from Sensor Pattern Noise with a Constrained
ConvNet [7.229968041355052]
本稿では,ビデオフレームから抽出したカメラ固有のノイズパターンに基づいて,映像のソースカメラを識別する手法を提案する。
本システムは,映像フレームを個別に分類し,多数決によりソースカメラの識別を行うように設計されている。
この研究は、子どもの性的虐待に対する法医学に焦点を当てたEUが支援するプロジェクト4NSEEKの一部です。
論文 参考訳（メタデータ） (2020-12-11T12:17:30Z) - Smartphone Camera De-identification while Preserving Biometric Utility [13.164846772893455]
Photo Response Non Uniformity (PRNU) は、特定の画像を取得するためにカメラやセンサーを使用したスマートフォンデバイスのアイデンティティーを推定するためにしばしば利用される。
本研究では,スマートフォンカメラを用いて取得した顔画像を摂動するアルゴリズムを設計し,(a)スマートフォンカメラに関連するセンサ固有の詳細を抑える(センサ匿名化),(b)異なるデバイスのセンサパターンを組み込む(センサースプーフィング),(c)この摂動画像を用いた生体認証は影響を受けない(バイオメトリック・ユーティリティ)。
MICHE-IとOULU-NPUデータセットによる実験
論文 参考訳（メタデータ） (2020-09-17T19:48:43Z) - 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)
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。