结合 PRNU 与 noiseprint 实现鲁棒高效的设备源识别
计算机视觉与模式识别
2020-01-20 v1 图像与视频处理
摘要
基于 PRNU 的图像处理是数字多媒体取证中的关键手段。它能够在非常一般的条件下实现可靠的设备识别以及图像伪造的有效检测与定位。然而，在涉及低质量与少量数据的挑战性条件下，性能会显著下降。这些情形包括处理压缩和裁剪图像，或仅基于少量图像估计相机 PRNU 模式。为提升此类条件下基于 PRNU 的分析性能，我们提议利用图像 noiseprint——一种近期提出的相机模型指纹，已证明对若干取证任务有效。在广泛用于源识别的数据集上的数值实验证明，所提方法在广泛挑战性情境中确保了显著的性能提升。
引用
@article{arxiv.2001.06440,
title = {Combining PRNU and noiseprint for robust and efficient device source identification},
author = {Davide Cozzolino and Francesco Marra and Diego Gragnaniello and Giovanni Poggi and Luisa Verdoliva},
journal= {arXiv preprint arXiv:2001.06440},
year = {2020}
}