基于神经增强相机指纹的网络照片来源识别
计算机视觉与模式识别
2023-02-21 v1
摘要
近年来，随着智能手机摄影的日益普及，网络照片在各行各业中扮演着越来越重要的角色。网络照片的来源相机识别旨在建立从拍摄图像到其来源相机的可靠关联，并具有广泛的应用，如图像版权保护、用户认证、调查证据验证等。本文提出一种创新且实用的来源识别框架，该框架利用神经网络增强的传感器模式噪声，在确保安全性的同时高效追溯网络照片。我们提出的框架包含三个主要阶段：初始设备指纹注册、拍照时的指纹提取与密码学连接建立，以及照片与来源设备之间的连接验证。通过在深度网络设计中融入度量学习和频率一致性，我们提出的指纹提取算法在现代智能手机照片上实现了最先进的性能，以实现可靠的来源识别。同时，我们还提出了若干优化子模块，以防止指纹泄露并提高准确性和效率。最后，针对实际系统设计，引入了两种密码学方案来可靠地识别注册指纹与验证照片指纹之间的相关性，即模糊提取器和零知识证明（ZKP）。指纹提取网络的代码以及包含现代智能手机相机照片的基准数据集均在 https://github.com/PhotoNecf/PhotoNecf 公开可用。
引用
@article{arxiv.2302.09228,
title = {Web Photo Source Identification based on Neural Enhanced Camera Fingerprint},
author = {Feng Qian and Sifeng He and Honghao Huang and Huanyu Ma and Xiaobo Zhang and Lei Yang},
journal= {arXiv preprint arXiv:2302.09228},
year = {2023}
}
备注
Accepted by WWW2023 (https://www2023.thewebconf.org/). Codes are all publicly available at https://github.com/PhotoNecf/PhotoNecf