来自强稳定化视频的源相机验证
图像与视频处理
2020-11-25 v4 计算机视觉与模式识别
摘要
在成像和/或后处理过程中执行的图像稳定化，是基于光响应非均匀性的视频源相机归因所面临的最重大挑战之一。当以数字方式执行时，稳定化涉及对视频帧的裁剪、扭曲和修复，以消除不必要的相机运动。因此，成功的归因需要以盲方式反转这些变换。为应对这一挑战，我们引入了一种考虑稳定化变换空间变化特性、并假设在其搜索中具有更大自由度的视频源相机验证方法。我们的方法在子帧级别识别变换，结合若干约束以验证其正确性，并在搜索正确变换时提供计算灵活性。该方法还采用整体方法来对抗其他视频生成步骤（如视频编码和缩小）的破坏性影响，以实现更可靠的归因。在一个公共数据集和两个自定义数据集上进行的测试表明，根据计算负载的不同，所提方法能够验证经历了较强稳定化的所有视频中 23-30% 的源，且不会对错误归因产生显著影响。
引用
@article{arxiv.1912.05018,
title = {Source Camera Verification from Strongly Stabilized Videos},
author = {Enes Altinisik and Husrev Taha Sencar},
journal= {arXiv preprint arXiv:1912.05018},
year = {2020}
}