[发明专利]用于指纹匹配和相机识别的改进的方法、设备和系统

说明书

描述了一种用于指纹匹配和相机识别的方法，其中该方法被提供为通过设备读取从由相机拍摄的图片所提取的相机指纹，并且通过随机投影技术计算所述相机指纹的压缩版本。

技术领域

本发明涉及用于指纹匹配和相机识别的方法、其设备和系统。

背景技术

成像传感器缺陷可以被考虑为识别特定采集设备、使能各种重要的司法鉴定(forensic)任务(诸如，设备识别、设备链接、恢复处理历史、检测数字伪造)的独特的指纹，如在J.Fridrich的文献“Digital image forensics”,2009中所示的那样。最常见的相机指纹是数字成像传感器的PRNU(“光响应不均匀性”)(还参见J.Lukas,J.Fridrich和M.Goljan,“Determining digital image origin using sensor imperfections,”inProc.SPIE Electronic Imaging,Image and Video Communication and Processing,vol.5685,2005,pp.249–260)。

实际上，形式为光响应不均匀性图案的传感器缺陷是将图片链接到获取图片的相机传感器的完善的指纹识别(fingerprinting)技术。PRNU是由于单独的像素的性质的微小变化，这产生影响由传感器拍摄的每一个图像的类似于噪声的但是确定性的图案。多项工作已经展示PRNU是鲁棒的指纹，一般耐受如有损压缩和图像重新调整大小这样的处理(参见J.Lukas,J.Fridrich和M.Goljan,“Digital camera identification from sensorpattern noise”Information Forensics and Security,IEEE Transactions on,vol.1,no.2,pp.205–214,2006年6月,以及M.Chen,J.Fridrich,M.Goljan和J.Lukas,“Determining image origin and integrity using sensor noise”,InformationForensics and Security,IEEE Transactions on,vol.3,no.1,pp.74–90,2008年3月)。

还注意到的是，由于每一个单独的光学传感器将光子转换成电子的不同能力，成像传感器的PRNU是每一个传感器阵列独特的性质。该不同主要是由硅晶片中的杂质引起的，并且它的效果是影响由那个特定的传感器拍摄的每一个图像的噪声图案。因此，PRNU可以被认为是用于拍摄特定图片或图片的集合的传感器的宽带指纹。PRNU是可乘的，即，如果成像传感器用均匀强度i理想地照亮，忽略其他噪声源，那么传感器的输出将是o＝i+i·k，其中k代表表征PRNU值的矩阵，并且i·k表示i和k之间的按元素的积。项k展现出下面的性质：项k具有与传感器相同的像素大小，并且携带足够的信息以使其对于每个传感器而言是独特的。从这个意义上来说，普遍的是，每一个光学传感器展现出PRNU。它存在于由传感器拍摄的每一个图片中，除了完全黑的图片之外(由于其可乘的本质)。它在不同的环境条件下是稳定的，并且它对几种信号处理操作是鲁棒的。可以从图像的集合(通常，20到50个平滑图像是足够的)提取表征一个传感器的PRNU。从图片的集合提取传感器的指纹的过程依赖于用来表征光学传感器的模型。

因此，在PRNU的情况下，相机指纹实质上是具有与成像传感器相同的大小的图案。由于对数千万个像素进行计数的传感器的广泛可用性，几千个传感器的实际的数据库将要求以未压缩的格式储存多于10¹⁰个单独的像素值。此外，在大的数据库中查找特定的指纹的复杂度也非常高，通常要求计算与数据库中的每一个指纹的相关性。

PRNU指纹的另一个问题是测试图像应该与数据库中的指纹几何地对齐。可能的解决方案是提供具有不同缩放因子和/或裁剪因子的相同指纹的几个版本，然而代价是管理甚至更大的数据库。

最近，几位作者开始解决与相机指纹的大的数据库的管理有关的问题。