[发明专利]一种基于硬件指纹相关性的数字图像源拍摄设备识别方法

说明书

本发明公开了一种基于硬件指纹相关性的数字图像源拍摄设备识别方法，首先针对于待判别的相机提取它的相机指纹，然后计算属于和不属于该相机的图片和相机指纹的相关性描述值的集合，最后对于待检测图片进行假设检验，确定待检测照片是否属于该相机。本发明通过将源相机识别问题转化为一个假设检验问题，在增加少量计算和存储资源的情况之下，有效的提高了识别的准确度。

技术领域

本发明属于数字被动取证领域，涉及一种基于硬件指纹相关性的数字图像源拍摄设备识别方法。

背景技术

随着科学技术的发展以及各类智能手机、数码相机等移动设备的快速普及和广泛应用，视频、图像也成为与文字、语音一样承载信息的重要载体，融入到了日常工作、学习、生活中，是传递信息、证明客观事实的有效工具。但是，频繁出现的非法内容传播、摄影作品版权纠纷、法庭数字取证、新闻与科研图像造假等事件，为图像和视频的可信性，以及非法内容源头追踪带来挑战。因此鉴别数字图像的硬件来源及图像真实性与完整性，对确保公共秩序、打击犯罪、维护司法公正和新闻诚信具有重要意义。

相机模型识别可分为主动与被动识别，主动识别是在图像内容中插入标识符，而被动方法是指仅利用图像和视频的数字数据进行来源辨别。鉴于主动方法合成机制的可信度问题，近年来，越来越多的研究人员研究被动方法。其研究基础如下：

相机成像过程复杂，光线聚焦在CCD或CMOS上，CCD或CMOS 完成光信号到信号的转换，通过模/数转换器将电信号转换成数字信号，再通过数字信号处理将其转换成数码图像。在相机成像过程中，传感器会在所拍摄的任何图像中残留确定性伪像，即所谓的传感器模式噪声(Sensor Pattern Noise，SPN)，是数码相机的固有特征，主要由光响应不均匀性(Photo Response Non-uniformity，PRNU)和固定模式噪声(Fixed Pattern Noise，FPN)组成。即使在光照一致的条件下，由于CCD和CMOS成像传感器的硅芯片中的制造缺陷和不均匀性，即使相同型号的传感器，其感光单元的输出值也会有差异，这便产生了 PRNU。PRNU对于单个传感器而言是唯一的。

图像、视频的相机模型识别是指鉴别拍摄给定图像的原始设备，鉴于PRNU在设备间的唯一性，PRNU可视为相机设备指纹，用于鉴别图片、视频的来源以及真实性。目前已有研究采用PRNU进行相机模型识别，研究表明基于PRNU的图像来源取证对于确定拍摄特定图像的设备行之有效。目前已有多种对于PRNU的提取算法，其基本思想是采集不同设备所拍摄的图像，对这些图像采用PRNU提取算法提取图像指纹，再通过求取均值或最大似然估计等对设备指纹进行估计，再计算各个设备指纹与给定测试图像之间的相关性，从而确定拍摄给定测试图像的相机对象，传统的阈值判别法只利用单一的相关特征进行判断以及支持向量机、卷积神经网络等机器学习方法，具有运算速度慢、资源需求量大、模型复杂等缺点。

发明内容

本发明的目的是提供一种基于硬件指纹相关性的数字图像源拍摄设备识别方法，针对相机及其拍摄到的图像，可以有效判断这些图像是否来源于特定的相机设备。

本发明采用的技术方案是：一种基于硬件指纹相关性的数字图像源拍摄设备识别方法，该方法按照以下步骤实施：

首先针对于待判别的相机提取它的相机指纹，然后计算属于和不属于该相机的图片和相机指纹的相关性描述值的集合，最后对于待检测图片进行假设检验，确定待检测照片是否属于该相机。

提取相机指纹的方法具体为：

首先通过该相机采集若干数据，将数据划分为两份：测试数据集和训练数据集，图片数目分别为n₁和n₂，应用低通滤波器和极大似然估计的方法从训练数据集合中提取出该相机的相机指纹，本发明将相机指纹表示为K。

相关性描述值的确定方法为：