Forchheim野外相机识别图像数据库
计算机视觉与模式识别
2020-11-05 v1
摘要
图像来源信息在刑事调查与新闻事实核查中可能是关键知识。过去二十年间，众多算法被提出以获取图像的源相机与传播历史信息。为公平地对这些技术排序，在实际相关测试案例上严格评估其性能十分重要。为此，已提出若干数据集。然而，我们认为现有数据库存在缺口：据我们所知，目前尚无同时达成两个目标的数据集，即 a) 干净地分离场景内容与取证痕迹，以及 b) 支持如社交媒体重压缩等真实后处理。本工作中，我们提出Forchheim图像数据库（FODB）以填补此缺口。其包含27部智能手机相机对143个场景拍摄的逾23,000张图像，并可干净分离图像内容与取证伪影。每幅图像提供6种不同质量：原始相机原生版本，以及来自社交网络的五个副本。我们在相机识别方法的评估中展示了FODB的效用。我们报告三点发现。第一，近期提出的通用EfficientNet在干净与压缩图像上均显著优于若干专用取证CNN。第二，分类器经人工退化增强后，即便对未知后处理也获得性能提升。第三，FODB对场景内容与取证痕迹的干净分离为算法基准测试施加了重要且严格的边界条件。
引用
@article{arxiv.2011.02241,
title = {The Forchheim Image Database for Camera Identification in the Wild},
author = {Benjamin Hadwiger and Christian Riess},
journal= {arXiv preprint arXiv:2011.02241},
year = {2020}
}