[论文解读] Camera identification by grouping images from database, based on shared noise patterns

Teun Baar, Wiger van Houten+1 more|arXiv (Cornell University)|Jul 11, 2012

Digital Media Forensic Detection参考文献 5被引用 11

一句话总结

本文提出了一种快速、可扩展的方法，通过识别共享的相机特定噪声模式（PRNU）对大型数据库中的图像进行分组，采用优化的噪声提取滤波器和基于相关性的匹配方法。该方法能够高效检测源自同一台相机的图像组，与传统方法相比显著降低了计算时间，同时通过噪声模式聚类保持了高精度的相机源识别能力。

ABSTRACT

Previous research showed that camera specific noise patterns, so-called PRNU-patterns, are extracted from images and related images could be found. In this particular research the focus is on grouping images from a database, based on a shared noise pattern as an identification method for cameras. Using the method as described in this article, groups of images, created using the same camera, could be linked from a large database of images. Using MATLAB programming, relevant image noise patterns are extracted from images much quicker than common methods by the use of faster noise extraction filters and improvements to reduce the calculation costs. Relating noise patterns, with a correlation above a certain threshold value, can quickly be matched. Hereby, from a database of images, groups of relating images could be linked and the method could be used to scan a large number of images for suspect noise patterns.

研究动机与目标

• 解决从大型数据库中高效识别和分组源自同一台相机的图像的挑战。
• 降低PRNU（照片响应非均匀性）噪声模式提取与匹配的计算成本，以实现可扩展的图像取证。
• 通过共享噪声模式实现对大型图像集合的快速扫描，以识别可疑相机来源。
• 通过MATLAB中的算法优化，提升噪声模式提取和相关性匹配的速度。
• 证明在实际取证应用中，基于共享相机指纹对图像进行分组的可行性。

提出的方法

• 采用更快的噪声提取滤波器，以加速从图像中计算PRNU模式。
• 应用信号处理技术，降低噪声模式提取过程中的计算成本。
• 使用基于相关性的匹配方法，将噪声模式相似度高于预设阈值的图像进行关联。
• 基于共享的PRNU模式将图像聚类分组，以识别共同的相机来源。
• 在MATLAB中实现该方法，以实现对大型图像数据库的高效处理。
• 利用相机特定噪声模式的稳定性，作为图像源识别的可靠取证指纹。

实验结果

研究问题

• RQ1 是否能够以显著降低的计算成本实现对大型数据库中图像的基于PRNU的分组？
• RQ2 在大规模环境中，共享噪声模式在识别和分组源自同一台相机的图像方面效果如何？
• RQ3 优化的噪声提取滤波器在不牺牲准确性的前提下，能在多大程度上提升PRNU分析的速度？
• RQ4 噪声模式之间的相关性阈值应设定为何值，才能确保源自同一台相机的图像被可靠分组？
• RQ5 所提出的方法是否能够扩展至包含数千张图像的真实世界数据库？

主要发现

• 与传统方法相比，所提出的方法在噪声模式提取方面实现了显著更快的速度，大幅减少了大规模图像集的处理时间。
• 基于相关性的PRNU模式匹配实现了对源自同一台相机的图像的准确分组。
• 通过使用优化滤波器和降低计算成本，实现了对大型数据库中可疑图像来源的高效扫描。
• 该方法成功基于共享的相机指纹识别并聚类了图像组，证明了其可扩展性。
• 结果证实，相机特定的噪声模式在大规模数据集中保持稳定且可靠，适用于取证分组。
• 在MATLAB中的实现证明了其在图像集合的实时或近实时分析中的有效性。