利用底层相机传感器模式噪声的卷积神经网络相似性学习的设备级图像匹配
图像与视频处理
2020-04-27 v1 计算机视觉与模式识别
摘要
数字图像取证中具有挑战性的问题之一是识别由同一相机设备捕获的图像的能力。这一知识可通过分析数字图像帮助取证专家收集有关嫌疑人的情报。在本文中，我们提出了一个两部分网络来量化给定图像对具有相同源相机的可能性，并在包含来自 31 个不同相机的 1851 张图像的基准 Dresden 数据集上进行了评估。据我们所知，我们是首个解决设备级图像匹配挑战的。尽管所提方法尚未达到取证可用水平，我们的实验表明该方向值得追求，目前达到了 85% 的准确率。这项进行中的工作是欧盟资助项目 4NSEEK 的一部分，该项目关注针对儿童性虐待的取证。
引用
@article{arxiv.2004.11443,
title = {Device-based Image Matching with Similarity Learning by Convolutional Neural Networks that Exploit the Underlying Camera Sensor Pattern Noise},
author = {Guru Swaroop Bennabhaktula and Enrique Alegre and Dimka Karastoyanova and George Azzopardi},
journal= {arXiv preprint arXiv:2004.11443},
year = {2020}
}
备注
7 pages, 4 figures, conference paper