苹果合成虚化噪声模式：特征化与司法学应用
计算机视觉与模式识别
2026-03-05 v2 密码学与安全
图像与视频处理
摘要
iPhone 肖像模式图像包含模拟散景效果的非聚焦区域内的独特模式，我们称之为苹果合成虚化噪声模式（Apple's Synthetic Defocus Noise Pattern, SDNP）。若忽视这一模式，可能会干扰盲目司法分析，尤其是PRNU基于的摄像机来源验证方面，正如早期研究所述。鉴于苹果的SDNP尚未得到充分探索，我们提供了详细的特征化，提出了其精确估计的方法，建模其依赖于场景亮度、ISO设置及其他因素。利用这一特征化，我们探索了SDNP的司法应用，包括在开放集场景中追踪肖像模式图像在不同iPhone型号和iOS版本之间的可追溯性，评估其在后期处理下的鲁健性。此外，我们表明在PRNU基于的摄像机来源验证中屏蔽SDNP受影响的区域可显著降低误报率，克服了摄像机归因中的关键局限，提高了国际前沿技术。
引用
@article{arxiv.2505.07380,
title = {Apple's Synthetic Defocus Noise Pattern: Characterization and Forensic Applications},
author = {David Vázquez-Padín and Fernando Pérez-González and Pablo Pérez-Miguélez},
journal= {arXiv preprint arXiv:2505.07380},
year = {2026}
}
备注
The last version of the paper is now published in IEEE Transactions on Information Forensics & Security, vol. 21, pp. 1096-1111, 2026