論文の概要: A New Hope for PRNU on Modern Smartphones? Evidence That Device-Specific Fingerprints Survive Computational Photography
- arxiv url: http://arxiv.org/abs/2610.25438v1
- Date: Sun, 18 Oct 2026 18:00:12 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 22:23:25.249371
- Title: A New Hope for PRNU on Modern Smartphones? Evidence That Device-Specific Fingerprints Survive Computational Photography
- Title（参考訳）: 最新のスマートフォンにおけるPRNUの新たな期待 : デバイス特異的フィンガープリントが計算写真に迫る証拠
- Abstract要約: Photo Response Non-Uniformity (PRNU) は、ソースカメラ識別の最も信頼性の高いマーカーであると考えられている。
しかし、近年の研究では、異なる現代のスマートフォンの指紋と画像の間に高い相関関係が報告されている。
指紋自体が原因なのか、それとも比較されているのかを調査する。
- 参考スコア（独自算出の注目度）: 11.354507129777295
- License:
- Abstract: Photo Response Non-Uniformity (PRNU) is widely regarded as the most reliable marker for source camera identification. Recent studies, however, report high correlations between images and fingerprints from different modern smartphones, which calls into question the discriminative power of PRNU on these devices. Using 30 recent smartphones under controlled acquisition conditions (e.g., no digital zoom), we investigate whether the fingerprint itself is at fault or the way it is compared. We find that a component shared by all fingerprints of the same model inflates the standard signed peak-to-correlation energy (sPCE). To counter this, we propose $Δ$sPCE: the sPCE between a query image and a candidate camera's fingerprint, minus the mean sPCE between that image and the fingerprints of the remaining candidates, in the spirit of T-norm score normalization. $Δ$sPCE improves attribution accuracy, suggesting that the device-specific PRNU signal is still present. Although the limited dataset size and the dependence of $Δ$sPCE on the candidate camera set currently restrict operational applicability, these results suggest that PRNU-based attribution of modern smartphones remains feasible when fingerprints are compared appropriately.
- Abstract（参考訳）: Photo Response Non-Uniformity (PRNU) は、ソースカメラ識別の最も信頼性の高いマーカーであると考えられている。
しかし、最近の研究では、異なる現代のスマートフォンの指紋と画像の間に高い相関関係が報告されており、これらのデバイスにおけるPRNUの識別能力に疑問が呈されている。
制御された取得条件下での30台のスマートフォン(例えばデジタルズームなし)を用いて、指紋自体の欠陥の有無と、その比較方法について検討する。
同一モデルのすべての指紋で共有される成分は、標準符号付きピーク相関エネルギー(sPCE)を膨張させる。
これに対応するために、T-ノルムスコア正規化の精神において、クエリ画像と候補カメラの指紋間のsPCE、その画像と残りの候補の指紋間の平均sPCEを減少させる$Δ$sPCEを提案する。
$Δ$sPCEは属性の精度を改善し、デバイス固有のPRNU信号が存在することを示唆している。
対象カメラセットのデータセットサイズと$Δ$sPCEの依存性は、現在運用適用性に制限されているが、これらの結果は、指紋を適切に比較した場合、PRNUベースの現代のスマートフォンの属性が引き続き実現可能であることを示唆している。
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) - Hierarchical Perceptual Noise Injection for Social Media Fingerprint
Privacy Protection [106.5308793283895]
ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します
指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。
この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
論文 参考訳（メタデータ） (2022-08-23T02:20:46Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - 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) - 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) - A Contactless Fingerprint Recognition System [5.565364597145569]
距離から指紋をキャプチャする非接触指紋認識システムを開発するためのアプローチを提案する。
キャプチャされたフィンガー写真はさらに処理され、グローバルおよびローカルな機能(ミニチュアベース)が取得される。
提案システムはNvidia Jetson Nano開発キットを用いて開発され,非接触指紋認識をリアルタイムで行うことができる。
論文 参考訳（メタデータ） (2021-08-20T08:21:55Z) - 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) - Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。
本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。
提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
論文 参考訳（メタデータ） (2020-05-12T15:51:59Z) - Towards Palmprint Verification On Smartphones [62.279124220123286]
過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。
我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。
DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
論文 参考訳（メタデータ） (2020-03-30T08:31:03Z)
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。