[发明专利]一种视频PRNU噪声提取方法及相机源检测方法

说明书

本发明公开了一种视频PRNU噪声提取方法及相机源检测方法，属于相机源检测领域，要解决的技术问题为稳定视频片段中PRNU噪声仍然不能可靠估计和匹配。提取方法包括：将具有相同几何变换的视频帧作为同一个组；利用各组残差噪声与视频帧乘积的和替代传统视频PRNU噪声计算公式中的分子，将传统视频PRNU噪声计算公式中分母替换为来自同一组的视频帧，并对各组视频帧求取的视频PRNU噪声进行累加。检测方法包括：通过上述方法对基于最大似然估计方法的传统PRNU噪声计算公式进行扩展计算；对PRNU噪声进行重叠分条，将参考PRNU噪声和测试PRNU噪声分条匹配；根据单峰值判断测试视频是否来自参考手机。

技术领域

本发明涉及相机源检测领域，具体地说是一种视频PRNU噪声提取方法及相机源检测方法。

背景技术

相机源检测(Source camera identification,SCI)是一种将图像或视频与其拍摄设备相链接的方法。目前，大多数方法是基于PPRNU噪声的提取和匹配。而PRNU是由于相机传感器制造工艺不精良引起，并且出现在相机所拍摄的所有媒体中。因为PRNU噪声稳定且独一无二的存在于相机和它所拍摄的媒体中，所以，可以把PRNU噪声作为相机源检测的“指纹”。

随着视频的广泛应用，通过实验发现，将传统的从图像中提取PRNU噪声的方法扩展到视频并不能取得理想效果，并且主要存在两个问题。

一个问题是，视频文件相比于图像，拥有更多的数据，并且经常以重压缩的方式来节省存储空间，重压缩将导致提取的PRNU噪声质量严重下降。如何从压缩视频中提取可靠的PRNU噪声已得到解决。现有技术中在估计PRNU噪声时，只利用关键帧(I帧)，而排除运动补偿帧(P、B帧)。这是因为视频文件的主要信息都集中在I帧，P、B帧对提取PRNU噪声帮助不大；现有技术中提出从部分解码的视频帧中提取PRNU噪声，此方法在提取精度和效率方面都有所提高。

另一个问题是，为了消除手抖等无意识抖动造成的视频不流畅现象，相机内配备的卷帘快门校正技术等一系列视频稳定功能对视频帧进行几何变换，使得相邻帧间相同位置的像素可能由传感器不同位置拍摄。而PRNU噪声来源于传感器，所以出现PRNU噪声错位的现象。因此，用传统的统计方法来正确估计PRNU噪声是很困难的。为了解决这个问题，等人提出通过平移来补偿PRNU噪声之间的错位。Taspinar等人提出将视频帧分成两部分，并将其PRNU噪声关联起来。根据峰值相关能量(Peak Correlation Energy，PCE)来判断是否是稳定视频的。然后，通过穷举的方法找到每一帧与相邻帧之间的空间几何关系，进而将错位的视频帧序列重新对齐。Iuliani等人利用混合方法，即提出从图像中提取的参考PRNU噪声比视频中提取可靠性更高。

如何解决稳定视频片段中PRNU噪声仍然不能可靠估计和匹配，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供一种视频PRNU噪声提取方法及相机源检测方法，来解决的稳定视频片段中PRNU噪声仍然不能可靠估计和匹配的问题。

第一方面，本发明提供一种视频PRNU噪声提取方法，利用静止视频提取参考PRNU噪声，对基于最大似然估计方法的传统PRNU噪声计算公式进行扩展计算，所述传统视频PRNU噪声计算公式为：

其中，W表示视频帧的残差噪声，W＝I(x,y)-F(x,y)，F(·)表示对视频帧进行去噪处理，I表示视频帧，i表示视频帧编号，(x,y)表示视频分辨率；

所述提取方法包括如下步骤：

获取相同相机拍摄的一组视频帧N表示视频帧在一个空间矩阵内，每一帧视频帧均对应视频稳定功能引起的几何变换T_i^θ,T表示一个变换矩阵，第i帧的变换矩阵参数为θ；