Apple's Synthetic Defocus Noise Pattern: Characterization and Forensic Applications
本文研究了苹果设备人像模式图像中的合成模糊噪声模式，分析其特征并提出估计方法，探讨其在相机来源验证中的应用，提升取证准确性。
2026-03-04 cs.CR cs.CV eess.IV
Warwick Image Forensics Dataset for Device Fingerprinting In Multimedia Forensics
University of Warwick（华威大学）；Deakin University（迪肯大学）；Hangzhou Dianzi University（杭州电子科技大学）
像传感器模式噪声（SPN）这样的设备指纹被广泛用于来源分析和图像认证。在过去的几年里，数字摄影的快速发展极大地重塑了消费级移动设备上的图像捕获过程的管道。相机参数设置的灵活性和多帧摄影算法的出现，特别是高动态范围（HDR）成像，给设备指纹识别带来了新的挑战。对这些主题的后续研究需要一个新的有目的地构建的图像数据集。在本文中，我们提出了沃里克图像取证数据集，超过58,600张图像的图像数据集使用14个数码相机拍摄的各种曝光设置。对曝光设置的特别注意允许图像被不同的多帧计算摄影算法采用，并用于随后的设备指纹识别。该数据集作为开源发布，免费供数字取证社区使用。
2020-05-07 cs.CR cs.CV cs.MM
Beyond PRNU: Learning Robust Device-Specific Fingerprint for Source Camera Identification
Manipal Institute of Technology, Manipal Academy of Higher Education（曼尼帕尔理工学院，曼尼帕尔高等教育学院）；Deakin University（迪肯大学）
源相机识别工具帮助图像取证调查人员将有问题的图像与可疑相机相关联。基于对采集过程中图像中留下的细微痕迹的分析，已经开发了各种技术。由传感器缺陷引起的光响应非均匀性（PRNU）噪声模式已被证明是识别源相机的有效方法。现有文献表明，PRNU是唯一的指纹，是设备特定的，能够识别确切的源设备。然而，PRNU易受相机设置、图像内容、图像处理操作和反取证攻击的影响。一个不知道反法医攻击或偶然的图像处理的法医调查员有被误导的风险。在两个PRNU的匹配期间的空间同步要求也表示PRNU的主要限制。近年来，基于深度学习的方法已经成功地识别源相机模型。然而，通过这些数据驱动的方法识别同一型号的单个相机仍然不能令人满意。在本文中，我们揭示了一个新的强大的数据驱动的设备特定的指纹在数字图像中，这是能够识别同一型号的各个摄像头的存在。研究发现，新的设备指纹具有位置无关性、随机性和全局可用性，解决了空间同步问题。与驻留在高频带的PRNU不同，新的设备指纹是从低频和中频带提取的，这解决了PRNU无法应对的脆弱性问题。我们在各种数据集上的实验表明，新的指纹是高度弹性的图像操作，如旋转，伽玛校正，和积极的JPEG压缩。
2021-11-03 cs.CR cs.CV eess.IV
The Forchheim Image Database for Camera Identification in the Wild
Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大大学埃尔朗根-纽伦堡分校）
图像出处可以代表犯罪调查和新闻事实核查中的关键知识。在过去的二十年中，已经提出了许多算法，用于获得关于源相机和图像的分布历史的信息。为了对这些技术进行公平的排名，重要的是严格评估它们在实际相关测试用例上的性能。为此，提出了一些数据集。然而，我们认为现有数据库中存在差距：据我们所知，目前没有同时满足两个目标的数据集，即a）干净地分离场景内容和法医痕迹，以及b）支持现实的后处理，如社交媒体重新压缩。在这项工作中，我们提出了Forchheim图像数据库（FODB），以弥补这一差距。它由27个智能手机摄像头拍摄的143个场景的23，000多张图像组成，可以将图像内容与法医文物清晰地分离开来。每张图片都有6种不同的质量：原始相机本地版本，以及来自社交网络的五个副本。我们证明了有用的FODB在相机识别方法的评估。我们报告三个发现。首先，最近提出的通用EfficientNet在干净和压缩图像上的性能明显优于几个专用的法医CNN。第二，分类器获得性能提升，即使在未知的后处理后增强人工退化。第三，FODB对场景内容和取证痕迹的清晰分离为算法基准测试施加了重要而严格的边界条件。
2020-11-04 cs.CV
Blind Detection and Compensation of Camera Lens Geometric Distortions
提出了一种摄像机镜头几何畸变的盲检测与补偿技术。镜头畸变在频域中引入了高阶相关性，进而可以使用高阶谱分析工具来检测，而无需假设任何特定的校准目标。现有的盲透镜畸变消除方法只考虑了单系数径向畸变模型。在本文中，两个系数被认为是近似模型的几何失真。所考虑的所有模型都有解析的封闭形式的反演公式。
2004-05-25 cs.CV
Video Camera Identification from Sensor Pattern Noise with a Constrained ConvNet
University of Groningen（格罗宁根大学）；Universidad de León（莱昂大学）
从视频中识别源摄像机，虽然它是一个高度相关的法医分析主题，但研究得远少于使用图像的对应物。在这项工作中，我们提出了一种方法来识别源摄像机的视频的基础上，我们从视频帧中提取的相机特定的噪声模式。对于噪声模式特征的提取，我们提出了一个扩展版本的约束卷积层，能够处理颜色输入。我们的系统被设计为对单个视频帧进行分类，这些视频帧又通过多数投票来组合以识别源摄像机。我们在基准VISION数据集上评估了这种方法，该数据集由来自28个不同相机的1539个视频组成。据我们所知，这是第一个解决设备级摄像机识别挑战的工作。实验表明，我们的方法是非常有前途的，达到高达93.1%的准确率，同时是强大的WhatsApp和YouTube压缩技术。这项工作是欧盟资助的项目4NSEEK的一部分，重点是对儿童性虐待的法医学。
2020-12-11 cs.CV eess.IV
Source Generator Attribution via Inversion
Honeywell ACST（霍尼韦尔ACST）
随着生成对抗网络（GANs）的进步，合成图像和视频得到了极大的改进，对将传统取证扩展到这一新类别图像的算法的需求越来越大。虽然GANs已被证明在许多计算机视觉应用中很有帮助，但还有其他一些有问题的用途，例如“深度伪造”，这需要进行取证。使用各种线索的源相机归属算法已经解决了对相机捕获的图像的这种需求，但是合成图像的选项较少。我们解决的问题，归因于一个特定的生成器在白盒设置的合成图像，通过反转的过程中产生。这使我们能够同时确定生成器是否生成了图像，并恢复与合成图像密切匹配的输入。
2019-06-13 cs.CV cs.LG eess.IV
Forensic Similarity for Digital Images
Drexel University（德雷塞尔大学）
在本文中，我们介绍了一种新的数字图像取证方法称为取证相似性，它确定是否两个图像补丁包含相同的取证痕迹或不同的取证痕迹。这种方法的一个好处是不需要法医痕迹的先验知识（例如训练样本）来在将来对其进行法医相似性判定。为此，我们提出了一个由两部分组成的深度学习系统，包括一个基于CNN的特征提取器和一个三层神经网络，称为相似性网络。该系统将成对的图像块映射到指示它们是否包含相同或不同的取证痕迹的分数。我们评估了确定两个图像块是否1）由相同或不同的相机模型捕获，2）由相同或不同的编辑操作操纵，以及3）由相同或不同的操纵参数操纵（给定特定的编辑操作）的系统准确度。实验表明，各种法医痕迹的适用性，重要的是，“未知”的法医痕迹，没有被用来训练的系统显示的功效。实验还表明，所提出的系统显着改善了现有技术，减少了一半以上的出错率。此外，我们证明了实用的法医相似性方法在两个实际应用：伪造检测和本地化，数据库一致性验证。
2019-07-19 cs.CV eess.IV
Blur2seq: Blind Deblurring and Camera Trajectory Estimation from a Single Camera Motion-blurred Image
提出一种从单张模糊图像联合估计清晰图像与相机运动轨迹的深度学习框架，利用可微模糊模块和端到端训练，在严重或空间变化模糊下达到最先进性能。
2025-10-23 cs.CV cs.LG
First Steps Toward Camera Model Identification with Convolutional Neural Networks
Politecnico di Milano（米兰理工大学）；Purdue University（普渡大学）
检测用于拍摄照片的相机型号可以解决从版权侵权到所有权归属等一系列取证问题。出于这个原因，法医界已经开发了一组相机模型识别算法，该算法利用每个相机模型的特定处理流水线在所获取的图像上留下的特征痕迹。本文提出了一种新的摄像机模型识别方法。具体来说，我们提出了一种基于卷积神经网络的数据驱动算法，该算法直接从获取的图片中学习表征每个相机模型的特征。在一个由18个相机模型组成的知名数据集上的结果表明：（i）所提出的方法在64 x64彩色图像块的分类上优于最新的最先进算法;（ii）所提出的网络学习的特征推广到从未用于训练的相机模型。
2017-09-26 cs.CV cs.MM
TuningIQA: Fine-Grained Blind Image Quality Assessment for Livestreaming Camera Tuning
针对现有盲图像质量评估（BIQA）模型无法为直播相机参数调优提供细粒度感知指导的问题，构建FGLive-10K细粒度BIQA数据库，并开发TuningIQA指标，其在分数回归和质量排序上优于现有方法，可指导精确相机调优。
2025-08-25 cs.CV cs.MM eess.IV
YOND: Practical Blind Raw Image Denoising Free from Camera-Specific Data Dependency
School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学）；School of Artificial Intelligence, Beijing Normal University（人工智能学院，北京师范大学）
本文提出盲原始图像去噪方法 YOND，通过由粗到细噪声估计、期望匹配方差稳定化变换和 SNR 引导去噪器三个模块，仅用合成数据训练即可泛化到未知相机，摆脱相机特定数据依赖。
2025-06-04 cs.CV eess.IV
Digital Image Forensics using Deep Learning
PES University（PES大学）
在调查犯罪活动时，如果有证据，目前的问题是确定录像的可信度，并确定录像是真实的。如今，验证录像的一种方法是识别用于捕获有问题的图像或视频的相机。虽然一种非常常见的方法是使用图像元数据，但这些数据可以通过更改视频内容甚至将来自两个不同摄像机的内容拼接在一起来轻松伪造。鉴于对这一问题提出了许多解决办法，它尚未得到充分解决。我们项目的目的是建立一个算法，该算法使用图像中固有的信息痕迹来识别哪台相机用于捕获图像，使用过滤器，然后在这些过滤器上使用深度神经网络。解决这个问题将对刑事和民事审判甚至新闻报道中使用的证据的核实产生重大影响。
2022-10-14 cs.CV cs.MM
Pedestrian Detection with Wearable Cameras for the Blind: A Two-way Perspective
University of Maryland（马里兰大学）；Carnegie Mellon University（卡内基梅隆大学）；New York University（纽约大学）；IBM Research（IBM研究院）
盲人对周围环境的信息获取有限，而这些信息对于确保个人安全、管理社会互动和识别接近的行人非常重要。随着计算机视觉的进步，可穿戴相机可以提供对这些信息的公平访问。然而，这些辅助技术的始终在线性质为可能被记录的各方带来了隐私问题。我们从两个角度探讨这种紧张局势，有视力的路人和盲人用户，考虑到相机的可见性，在人与远程的经验，并提取视觉信息。我们进行了两项研究：MTurkers的在线调查（N=206）和成对的盲人（N=10）和视力正常的（N=40）参与者之间的亲身体验研究，其中盲人参与者佩戴用于行人检测的工作原型并经过视力正常的参与者。我们的研究结果表明，用户和旁观者的角度和上述几个因素需要仔细考虑，以减轻潜在的社会紧张局势。
2020-05-22 cs.CV cs.HC
Reliability Map Estimation For CNN-Based Camera Model Attribution
Purdue University（普渡大学）；Politecnico di Milano（米兰理工大学）
在过去几年研究的图像取证问题中，大量的注意力集中在盲相机模型归属上。这是指通过仅利用像素信息来检测哪个相机模型已经被用于获取图像的问题。该问题的解决对图像的完整性评估和真实性验证具有重要意义。在媒体取证领域使用卷积神经网络（CNN）的最新进展使相机模型归属方法即使在小图像块上也能很好地工作。这些改进对于确定伪造定位也是重要的。图像的某些块可能不包含与相机模型相关的足够信息（例如，饱和斑块）。在本文中，我们提出了一种基于CNN的解决方案来估计给定图像块的相机模型属性可靠性。我们表明，我们可以估计一个可靠性地图，表明图像的哪些部分包含可靠的相机的痕迹。使用众所周知的数据集进行的测试证实，通过使用这些信息，可以将单个补丁上的小补丁相机模型属性准确度提高8%以上。
2018-05-04 cs.CV
Blind Face Restoration for Under-Display Camera via Dictionary Guided Transformer
Sun Yat-sen University（中山大学）；Nanjing University（南京大学）；Australian National University（澳大利亚国立大学）
本文针对屏下摄像头人脸复原问题，提出UDC-DMNet合成退化数据并构建专用数据集，同时设计字典引导Transformer网络DGFormer，利用人脸组件字典实现UDC场景下的盲人脸复原，实验达到最先进性能。
2023-12-01 cs.CV eess.IV
Combining PRNU and noiseprint for robust and efficient device source identification
University Federico II of Naples（那不勒斯费德里科二世大学）
基于PRNU的图像处理是数字多媒体取证中的关键资产。它允许在非常一般的条件下进行可靠的设备识别和有效的图像识别和定位。然而，在涉及低质量和低数量数据的挑战性条件下，性能会显着受损。这些包括处理压缩和裁剪的图像，或仅基于几个图像估计相机PRNU模式。为了提高在这种情况下基于PRNU的分析的性能，我们建议利用图像噪声指纹，最近提出的相机模型指纹，已被证明是有效的几个法医任务。在广泛用于源识别的数据集上进行的数值实验证明，该方法在各种具有挑战性的情况下都能确保显著的性能改善。
2020-01-17 cs.CV eess.IV
Camera Model Identification Using Convolutional Neural Networks
Dbrain（Dbrain公司）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；Lyft Inc（Lyft公司）；Shenzhen University（深圳大学）
源相机识别是确定哪个相机或型号已被用于捕获图像的过程。近年来，法医学领域的研究兴趣迅速增长。在目前的工作中，我们描述了我们的深度学习方法来检测10个摄像头的摄像头检测任务，作为由Kaggle.com主办的摄像头模型识别挑战赛的一部分，我们的团队在582个团队中获得了第二名，对未知数据的准确率为98%。我们使用了积极的数据增强，使模型能够在转换时保持稳健。在组织者收集的数据集上进行了一些实验，并从网络上抓取。
2018-12-09 cs.CV cs.LG
Light Field Blind Motion Deblurring
University of California, Berkeley（加州大学伯克利分校）；University of California, San Diego（加州大学圣地亚哥分校）
我们研究的问题去模糊的一般三维场景下拍摄的三维摄像机运动的光场，并提出理论和实践的贡献。通过分析运动模糊的光场在原始和傅立叶域，我们开发直观的相机运动对光场的影响，显示的优势，而不是一个传统的2D图像捕获的4D光场的运动去模糊，并在某些情况下，运动去模糊的简单方法。然后，我们提出了一种算法，盲目去模糊的一般场景的光场没有任何估计的场景几何形状，并证明，我们可以恢复清晰的光场和3D相机运动路径的真实和合成模糊的光场。
2017-04-18 cs.CV
PRNU Based Source Camera Identification for Webcam and Smartphone Videos
atlanTTic research center for Telecommunication Technologies, University of Vigo（维戈大学 atlanTTic 电信技术研究中心）
这篇文章是关于图像取证的应用，我们使用摄像头传感器指纹来识别网络摄像头/智能手机视频中的源摄像头（SCI：源摄像头识别）。传感器或相机指纹是基于计算由于制造缺陷而始终存在于此类传感器中的固有噪声。这是将每个传感器与其噪声模式联系起来的不可避免的特性。PRNU（照片响应非均匀性）已成为计算相机指纹的默认技术。现在有许多应用程序处理PRNU模式的相机识别使用静止图像。在这项工作中，我们专注于视频，首先是网络摄像头视频，然后是智能手机视频。网络摄像头和智能手机是当今最常用的摄像机。在这项工作中，三种可能的方法SCI的实施和评估。
2022-01-27 cs.CV eess.IV
Video Forgery Detection for Surveillance Cameras: A Review
Kurdistan Technical Institute（库尔德斯坦技术学院）；University of Kurdistan Hewlêr（库尔德斯坦赫威尔大学）；University of Raparin（拉帕林大学）；Charmo University（恰尔莫大学）；Tishk International University（蒂什克国际大学）；Maharaja Sriram Chandra Bhanja Deo University（马哈拉贾·斯里拉姆·钱德拉·班贾·德奥大学）
本文综述监控视频伪造检测取证技术，比较压缩分析、帧重复检测与机器学习方法，指出需更鲁棒方案以保障司法证据可信。
2025-07-28 cs.AI cs.CV
Fast Two-step Blind Optical Aberration Correction
Université Paris-Saclay（巴黎萨克雷大学）；ENS Paris-Saclay（巴黎萨克雷高等师范学院）；CNRS（法国国家科学研究中心）；Centre Borelli（博雷利中心）
任何相机的光学系统都会降低照片的清晰度，这是一个关键的视觉质量标准。这种退化的特征在于点扩散函数（PSF），其取决于光的波长并且在整个成像场中是可变的。在本文中，我们提出了一个两步计划，以纠正光学像差在一个单一的原始或JPEG图像，即，而没有关于相机或镜头的任何先前信息。首先，我们估计局部高斯模糊核重叠补丁和锐化他们的非盲去模糊技术。基于对几十个镜头的PSF的测量，这些模糊核被建模为由七个参数定义的RGB高斯。其次，我们使用卷积神经网络去除剩余的横向色差（第一步中未考虑），训练该网络以最小化红/绿和蓝/绿残差图像。合成图像和真实图像上的实验表明，这两个阶段的结合产生了一种快速的最先进的盲光学像差补偿技术，可与商业非盲算法竞争。
2022-08-01 cs.CV eess.IV
Deep Multi-scale Discriminative Networks for Double JPEG Compression Forensics
Xidian University（西安电子科技大学）；University of Sydney（悉尼大学）
由于JPEG是目前应用最广泛的图像格式，JPEG图像篡改检测在盲取证中的重要性不言而喻。在这一领域，从JPEG图像中提取有效的统计特征进行分类仍然是一个挑战。传统的特征设计方法是手工设计的，需要大量的研究和推导。提出了一种基于深度多尺度判别网络（MSD-Nets）的图像篡改检测方法。多尺度模块用于从JPEG图像的DCT系数直方图中自动提取多个特征。该模块可以在不同尺度空间中获取特征信息。此外，还利用判别模块来提高网络在第一压缩质量（QF 1）高于第二压缩质量（QF 2）的困难情况下的检测效果。该模块中的一个特殊网络被设计用于区分这些情况下真实区域和篡改区域之间的微小统计差异。最后，可以获得概率图，并使用最后的分类结果定位特定的篡改区域。大量的实验表明，我们提出的方法在定量和定性指标相比，国家的最先进的方法的优越性。
2019-04-04 cs.CV
Joint Blind Motion Deblurring and Depth Estimation of Light Field
Seoul National University（首尔大学）；Inha University（仁荷大学）
从单个光场中去除摄像机运动模糊是一个具有挑战性的任务，因为它是高度不适定的逆问题。当模糊核由于场景深度变化和高阶相机运动而在空间上变化时，问题变得更糟。在本文中，我们提出了一种新的算法来估计所有的模糊模型变量联合，包括潜在的子孔径图像，相机运动，和场景深度从模糊的4D光场。利用光场的多视图性质通过利用强深度线索和多视图模糊观察来减轻优化的逆性质。在任意6自由度摄像机运动和场景深度不受约束的情况下，该联合估计方法同时实现了高质量的光场去模糊和深度估计。对真实和合成的模糊光场进行了大量的实验，实验结果表明，该算法优于现有的光场去模糊和深度估计方法。
2018-06-14 cs.CV
GAN-Blot: A Controllable Structure-Style Synthesis Benchmark for Western Blot Forensics
Institute of Data Science and Information Computing, National Chung Hsing University（国立中兴大学数据科学与信息计算研究所）；National Taiwan University of Science and Technology（台湾科技大学）
针对WB图像伪造取证缺乏可控生成基准的问题，提出GAN-Blot框架，通过结构-风格分解与双路径自编码实现高保真合成，并贡献超4.6万图像数据集及四种评估协议，生成的图像可欺骗专家和现有检测器。
2026-09-09 cs.CV
Smartphone Camera De-identification while Preserving Biometric Utility
Michigan State University（密歇根州立大学）
光响应非均匀性（PRNU）的原理经常被用来推断其相机或传感器被用于获取特定图像的智能手机设备的身份。在这项工作中，我们设计了一种算法，扰动使用智能手机摄像头获取的面部图像，使得（a）与智能手机摄像头有关的传感器特定细节被抑制（传感器匿名化）;（b）不同设备的传感器模式被合并（传感器欺骗）;以及（c）使用扰动图像的生物特征匹配不受影响（生物特征效用）。我们采用一个简单的方法，利用离散余弦变换来实现上述目标。MICHE-I和OULU-NPU数据集上进行的实验，其中包含使用12个智能手机摄像头获取的眼周和面部数据，证明了所提出的去识别算法对三种不同的基于PRNU的传感器识别方案的有效性。这项工作在传感器取证和个人隐私方面有应用。
2020-09-17 cs.CV eess.IV
Large Scale Audio-Visual Video Analytics Platform for Forensic Investigations of Terroristic Attacks
AIT Austrian Institute of Technology GmbH（AIT奥地利技术研究所有限公司）；LIquA - Linzer Institut für qualitative Analysen（LIquA——林茨定性分析研究所）
对恐怖袭击的法医调查对调查当局构成了巨大挑战，因为需要发现数千小时的录像。为了协助执法机构（LEA）识别嫌疑人和保护证据，我们提出了一个平台，该平台融合了监控摄像头和目击者上传的视频信息。该平台在可扩展的架构上集成了不同输入模式的分析模块。视频根据其声学和视觉内容进行分析。具体而言，音频事件检测被应用于根据特定于攻击的声学概念对内容进行索引。音频相似性搜索用于识别从不同角度记录的相似视频序列。视觉目标检测和跟踪用于根据相关概念对内容进行索引。分析模块的不同结果被融合成视觉和听觉概念的分布式索引，以便于迅速开始调查，跟踪特征和调查证人报告。
2018-11-28 cs.AI cs.CV
Neural Imaging Pipelines - the Scourge or Hope of Forensics?
Tandon School of Engineering, New York University（纽约大学坦登工程学院）；AGH University of Science and Technology（AGH科技大学）
数字照片的法医分析依赖于在其获取或随后编辑时引入的内在统计痕迹。这种迹线通常通过后处理（例如，在网络中分发时应用下采样和再压缩），这抑制了可靠的来源分析。在数码相机中越来越多地采用计算方法进一步使该过程复杂化，并且使得明确的数学建模不可行。虽然这一趋势对法医分析提出了挑战，即使在接近收购的条件下，它也创造了新的机会。本文探讨了整个图像采集和分发工作流程的端到端优化，以促进在最先进的取证技术无法实现的分发渠道末端进行可靠的取证分析。我们证明了一个神经网络可以被训练来取代整个照片开发管道，并联合优化高保真照片渲染和可靠的出处分析。这种优化的神经成像管道使我们能够将图像处理检测精度从大约45%到90%以上。该网络学习引入精心制作的工件，类似于数字水印，这有助于随后的操纵检测。性能权衡的分析表明，大部分的增益可以获得只有轻微的失真。研究结果鼓励进一步研究，以建立更可靠的成像管道，具有明确的出处保证属性。
2019-02-27 cs.CV cs.MM
Why Low-Light Cameras Go Color Blind: Removing Color Bias in Raw Denoising
University of Toronto（多伦多大学）；Vector Institute（向量研究所）；AI-Center Toronto, Samsung Electronics（多伦多人工智能中心，三星电子公司）；York University（约克大学）
研究低光原始图像去噪，提出无需相机校准的范式，引入偏差估计器网络预测黑电平误差，在多个数据集上评估表现出色，还发现SIDD数据集问题并提供校正基准。
2026-07-14 cs.CV
Camera-based Image Forgery Localization using Convolutional Neural Networks
University Federico II of Naples（那不勒斯费德里科二世大学）
相机指纹是许多图像取证任务的宝贵工具。一个众所周知的例子是光响应非均匀性（PRNU）噪声模式，一个强大的设备指纹。在这里，为了解决图像伪造定位问题，我们依赖于noiseprint，这是最近提出的一种基于CNN的相机模型指纹。训练CNN以最小化相同模型块之间的距离，否则最大化距离。因此，噪声印记解释了模型相关伪影，就像PRNU解释了设备相关非均匀性一样。然而，与PRNU不同的是，它只受到高级场景内容残差的轻微影响。实验结果表明，所提出的基于噪声印记的伪造定位方法优于基于PRNU的参考。
2018-08-29 cs.CV
No Blind Spots: Full-Surround Multi-Object Tracking for Autonomous Vehicles using Cameras & LiDARs
UC San Diego（加州大学圣地亚哥分校）
在线多目标跟踪（MOT）对于自主和高度自动化车辆的高级空间推理和路径规划至关重要。在本文中，我们提出了一个模块化的框架，用于跟踪多个对象（车辆），能够接受对象的建议，从不同的传感器模态（视觉和范围）和可变数量的传感器，产生连续的对象跟踪。这项工作是MDP框架MOT的推广，有一些关键的扩展-首先，我们跟踪对象跨多个摄像机和跨不同的传感器模态。这是通过准确有效地融合传感器之间的对象建议来完成的。第二，直接在现实世界中跟踪感兴趣的对象（目标）。这与传统的技术不同，传统的技术只是在图像平面中跟踪对象。这样做允许轨迹容易地被自主智能体用于导航和相关任务。为了验证我们的方法的有效性，我们测试它在现实世界中的高速公路数据收集从一个高度传感器化的测试平台能够捕捉全环绕信息。我们证明，我们的框架是非常适合跟踪对象通过整个演习周围的自我车辆，其中一些需要几分钟以上才能完成。我们还利用我们的方法的模块化，通过比较包括/排除不同的传感器，改变传感器的总数，以及最终跟踪结果的对象建议的质量的影响。
2019-02-19 cs.CV
Motion Deblurring for Plenoptic Images
University of Bern（伯尔尼大学）
我们首次解决了全光相机捕获的光场图像中的运动模糊问题。我们提出了一种解决方案，在给定模糊光场图像的情况下，当运动模糊点扩散函数未知时，即，所谓的盲解卷积问题。在全光相机中，每个视图中的空间采样不仅被抽取而且被散焦。因此，目前用于传统相机的盲解卷积方法是不适用的。由于成像模型的复杂性，我们首先研究朗伯对象的均匀（平移不变）模糊的情况，即，当物体离照相机足够远以致于对深度变化近似不变并且它们的反射率不随观察方向变化时。我们介绍了一个高度并行化的光场运动模糊模型，是计算和内存效率。然后，我们采用正则化盲反卷积方法来适应我们的模型，并在合成和真实光场数据上展示其性能。我们的方法处理的实际问题，在真正的相机，如径向失真校正和能量最小化框架内的对齐。
2016-02-12 cs.CV
Model-blind Video Denoising Via Frame-to-frame Training
CMLA, ENS Cachan, CNRS（高等科学研究所卡尚高等师范学院数学与应用数学中心、法国国家科学研究中心）；Université Paris-Saclay（巴黎萨克雷大学）
对产生视频的处理链进行建模是一项困难的逆向工程任务，即使在摄像机可用的情况下也是如此。这使得基于模型的视频处理成为一项更加复杂的任务。在本文中，我们提出了一种全盲视频去噪方法，离线和在线两个版本。这是通过使用新的帧到帧训练策略将预训练的AWGN去噪网络微调到视频来实现的。我们的去噪器可以在不了解视频或突发的来源以及相机传感器应用的后处理步骤的情况下使用。在线过程只需要几个帧，然后实现视觉上令人愉快的结果，为广泛的扰动。尽管如此，它仍然达到了标准高斯噪声的最先进的性能，并可以离线使用更好的性能。
2020-02-25 cs.CV
Robust, Extensible, and Fast: Teamed Classifiers for Vehicle Tracking and Vehicle Re-ID in Multi-Camera Networks
Georgia Institute of Technology（佐治亚理工学院）；University of São Paulo（圣保罗大学）
随着摄像机网络在过去十年中变得越来越普遍，视频管理的研究兴趣已经转移到多摄像机网络上的分析。这包括执行任务，如目标检测，属性识别，以及车辆/人员跟踪跨不同的相机没有重叠。当前的管理框架是为封闭数据集环境中的多摄像机网络设计的，在封闭数据集环境中，摄像机的可变性有限，并且监控环境的特性是众所周知的。此外，目前的框架是为离线分析而设计的，并有人类操作员的指导，用于法医应用。本文提出了一种用于异构多摄像机网络中视频分析的组合分类器框架，该网络具有对抗性条件，例如多尺度，多分辨率摄像机捕获具有不同遮挡，模糊和方向的环境。我们描述了车辆跟踪和车辆重新识别（重新识别）的实现，其中我们实现了一个零样本学习（zero-shot learning）系统，该系统始终对所有车辆进行自动跟踪。我们对VeRi-776和Cars 196的评估表明，与当前离线视频分析方法相比，团队分类器框架对对抗性条件具有鲁棒性，可扩展到不断变化的视频特征，如新的车辆类型/品牌和新的摄像头，并提供实时性能。
2020-01-07 cs.CV cs.LG
Learning 2D-3D Correspondences To Solve The Blind Perspective-n-Point Problem
Australian National University（澳大利亚国立大学）；Australian Centre for Robotic Vision（澳大利亚机器人视觉中心）；Baidu Research（百度研究院）
通过透视n点（Perspective-n-Point，PSPs）求解器的传统绝对相机姿态通常假设2D图像像素和3D点之间的对应关系是给定的。当2D和3D点之间的对应关系不是先验已知的时，该任务变成更具挑战性的盲Paddle问题。本文提出了一种深度CNN模型，该模型同时解决了6-DoF绝对相机姿态和2D-3D对应关系。我们的模型包括三个按顺序连接的神经模块。首先，一个双流PointNet启发的网络直接应用于2D图像关键点和3D场景点，以提取利用局部和上下文信息的区分点特征。其次，采用全局特征匹配模块来估计所有2D-3D对之间的匹配矩阵。第三，将所获得的匹配性矩阵馈送到分类模块中以消除内点匹配的歧义。整个网络是端到端训练的，然后在测试时进行鲁棒模型拟合（P3 P-RANSAC），以恢复6-DoF相机姿态。对真实和模拟数据的广泛测试表明，我们的方法大大优于现有的方法，并且能够以最先进的精度每秒处理数千个点。
2020-03-15 cs.CV
H4VDM: H.264 Video Device Matching
Purdue University（普渡大学）；Politecnico di Milano（米兰理工大学）
针对开集视频取证中的视频设备匹配问题，提出基于H.264压缩信息的H4VDM方法，可识别训练中未见过的设备拍摄的视频是否同源，对传感器指纹改变伪影鲁棒，在35台设备的公开数据集上表现良好。
2023-08-22 cs.CV cs.MM
Improve accessibility for Low Vision and Blind people using Machine Learning and Computer Vision
本项目提出构建一款结合机器学习与计算机视觉的移动应用，通过文本朗读、物体检测与触觉反馈以及货币识别三项功能，为盲人和低视力人群提供实时空间定向与无障碍辅助。
2024-03-24 cs.CV cs.HC cs.LG
Source Camera Identification Based On Content-Adaptive Fusion Network
Beijing Jiaotong University（北京交通大学）
源摄像机的识别仍然是取证界的一个难题，特别是在小尺寸查询图像的情况下。本文提出了一种识别小尺寸图像源摄像机的方法：内容自适应融合网络。为了从输入数据中学习更好的特征表示，构造了内容自适应卷积神经网络（CA-CNN）。我们在预处理阶段添加了卷积层。此外，为了获取更全面的信息，我们将三个CA-CNN：CA 3-CNN，CA 5-CNN，CA 7-CNN并行，得到内容自适应融合网络。三种CA-CNN的区别在于预处理层的卷积核大小。实验结果表明，该方法是可行的，令人满意的。
2017-03-15 cs.CV
Multi-Modal Video Forensic Platform for Investigating Post-Terrorist Attack Scenarios
Austrian Institute of Technology（奥地利技术研究所）
对恐怖袭击的法医调查对调查当局构成重大挑战，因为往往需要观看数千小时的录像。大规模视频分析平台（VAP）帮助执法机构（LEA）识别嫌疑人并保护证据。当前的平台主要集中在不同计算机视觉方法的集成上，因此仅限于单一模态。我们提出了一个视频分析平台，它集成了视频和音频分析模块，并融合了来自监控摄像头和目击者上传的视频信息。视频根据其声学和视觉内容进行分析。具体而言，音频事件检测被应用于根据特定于攻击的声学概念对内容进行索引。音频相似性搜索用于识别从不同角度记录的相似视频序列。视觉目标检测和跟踪用于根据相关概念对内容进行索引。引入了创新的用户界面概念，以充分利用分析模块的异构结果的潜力，使调查人员能够更快地跟踪线索和目击者报告。
2020-04-02 cs.CV cs.CY cs.MM
Blind Augmentation: Calibration-free Camera Distortion Model Estimation for Real-time Mixed-reality Consistency
University College London（伦敦大学学院）；Birmingham City University（伯明翰城市大学）；University of Leeds（利兹大学）
针对增强现实中虚拟内容与真实视频的噪声、运动模糊和景深一致性问题，本文提出利用现代视觉复原模型实现自标定，可即时估计参数并自动调节任意黑盒实时仿真方法。
2025-03-03 cs.CV cs.GR cs.HC
Camera Calibration without Camera Access -- A Robust Validation Technique for Extended PnP Methods
Linköping University（林雪平大学）；Saab（萨博）
基于图像的计量和取证中的挑战是当所使用的相机不可用时的固有相机校准。这种不可用性引发了两个问题。第一个问题是如何找到描述相机的投影模型，第二个问题是检测不正确的模型。在这项工作中，我们使用现成的扩展PNP方法从2D-3D对应中找到模型，并提出了一种模型验证方法。评估投影模型的最常见策略是比较不同模型的残差方差-然而，这种幼稚的策略无法区分投影模型是潜在的欠拟合还是过拟合。为此，我们对每个对应关系的残差进行建模，使用预测方差单独缩放所有残差，并测试新残差是否来自标准正态分布。我们在合成数据的实验中证明了我们提出的验证的有效性，模拟二维检测和激光雷达测量。此外，我们提供的实验，使用来自实际场景的数据，并比较非摄像机访问和摄像机访问校准。最后，我们使用我们的方法来验证MegaDepth中的注释。
2023-02-14 cs.CV
Learning Blind Motion Deblurring
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Tübingen（蒂宾根大学）
由于手持摄像机现在很常见，并且可以在每一部智能手机中使用，因此几乎可以随时随地记录图像和视频。然而，由于在记录或移动场景中的对象期间不希望的相机抖动，拍摄快速快照经常产生模糊的结果。从模糊记录中去除这些伪影是一个高度不适定的问题，因为清晰图像和运动模糊核都是未知的。在多个连续的模糊观察之间重新定位信息可以帮助恢复所需的清晰图像或视频。基于神经网络的盲解卷积依赖于大量难以获取的地面实况数据。在这项工作中，我们提出了一种有效的方法来产生大量的现实训练数据，并引入了一种新的经常性的网络架构去模糊帧考虑到时间信息，它可以有效地处理任意的空间和时间的输入大小。我们展示了我们的方法的多功能性，在一个全面的比较，在一些令人惊讶的现实世界的例子。
2017-08-14 cs.CV
A New Approach for Image Authentication Framework for Media Forensics Purpose
Al Azhar University（爱资哈尔大学）
随着数字媒体在医疗、海洋、勘探、安全、军事、天文、犯罪证据等重要领域的广泛应用，数字图像根据其所承载信息的重要性而具有不同的欣赏价值。由于数字图像易于被计算机软件操纵的特性，使得陪审团在法庭上使用数字图像作为司法证据时，尤其是在数字图像作为证明犯罪嫌疑人与犯罪分子之间关系的主要证据时，产生了疑问。显然，在这里，数据的独创性保护方法的重要性，以检测未经授权的过程，如修改或复制，从而加强证据的保护，以保证犯罪的权利。在本文中，我们将介绍一种新的数字取证安全框架的数字图像认证和原件识别技术和相关的方法，算法和协议，适用于相机捕获的图像。该方法依赖于在RGB图像中植入密码，该密码应指示正在调查的图像上的任何未经授权的修改。秘密代码生成主要取决于两个主要参数类型，即图像特征和捕获设备标识符。在本文中，架构框架将进行分析，解释和讨论连同相关的协议，算法和方法。此外，除了图像基准测试和质量测试技术之外，还将分析和讨论密码推导和插入技术。
2021-10-03 cs.CR cs.CV
EXIF as Language: Learning Cross-Modal Associations Between Images and Camera Metadata
University of Michigan（密歇根大学）
本文提出将 EXIF 元数据转为文本并用 Transformer 处理，训练图像块与元数据的多模态嵌入，学习到的特征在图像取证和校准任务中显著优于现有方法，并实现拼接区域的零样本定位。
2023-06-17 cs.CL cs.CV
Using Wavelet Domain Fingerprints to Improve Source Camera Identification
Department of Mathematical Sciences, University of Bath, Claverton Down（数学科学系，巴斯大学，克劳尔顿山）
该研究提出小波域指纹概念，将指纹处理从图像域改至小波系数域，简化流程并降低计算成本，适用于大规模源相机识别。
2026-08-25 cs.CV eess.IV stat.AP
BodyCam-VQA: Enhanced Body-Worn Camera Video Captioning via Multimodal Reasoning and Probe Question Generation
Worcester Polytechnic Institute（伍斯特理工学院）；Axon（Axon公司）
本文提出自适应视觉问答框架BodyCam-VQA，通过结构化推理与探针问题生成，提升执法记录仪视频描述的细粒度取证细节提取能力，实现更可靠客观的执法记录。
2026-09-11 cs.CL cs.CV
Eliminating the Blind Spot: Adapting 3D Object Detection and Monocular Depth Estimation to 360° Panoramic Imagery
Durham University（杜伦大学）
最近的汽车视觉工作几乎完全集中在处理前向摄像头上。然而，如果没有更全面的环绕传感，未来的自动驾驶汽车将是不可行的，类似于人类驾驶员，可以通过360°全景相机提供。我们提出了一种方法来适应在传统直线图像上开发的当代深度网络架构，以处理等距矩形360°全景图像。为了解决缺乏注释的全景汽车数据集的可用性，我们通过样式和投影变换来适应当代汽车数据集，以促进全景图像的当代算法的跨域再训练。按照这种方法，我们重新训练和调整现有的架构，以恢复场景深度和3D姿态的车辆从单目全景图像没有任何全景训练标签或校准参数。我们的方法进行了定性评估，对群众来源的全景图像和定量使用汽车环境模拟器提供第一个基准，这样的技术在全景图像。
2018-08-19 cs.CV
HEADS-UP: Head-Mounted Egocentric Dataset for Trajectory Prediction in Blind Assistance Systems
EPFL（洛桑联邦理工学院）；Universidad del Valle（德尔瓦列大学）；EssentialTech Center at EPFL（洛桑联邦理工学院EssentialTech中心）
本文提出首个面向盲人辅助系统的头戴式自我中心轨迹预测数据集HEADS-UP，并基于该数据集设计了一种半局部轨迹预测方法，用于实时评估盲人与行人间的碰撞风险，在数据集和NVIDIA Jetson GPU实时测试中验证了其鲁棒性与效率。
2024-09-30 cs.CV
Satellite Image Forgery Detection and Localization Using GAN and One-Class Classifier
Purdue University（普渡大学）；Politecnico di Milano（米兰理工大学）
目前的卫星成像技术能够拍摄地面的高分辨率照片。与其他类型的数字图像一样，高空照片也很容易伪造。然而，常见的图像取证技术通常是针对消费者相机图像开发的，消费者相机图像在其性质上与卫星图像有很大不同（例如，压缩方案、后处理、传感器等）。因此，如果盲目地应用于高空图像分析，许多精确的最先进的取证算法必然会失败。开发新的卫星图像取证工具对于评估其真实性和完整性至关重要。本文提出了一种卫星图像伪造检测与定位算法。具体来说，我们考虑的情况下，卫星图像的区域内的像素被替换，以添加或从场景中删除一个对象。我们的算法在没有伪造图像可用于训练的假设下工作。使用生成对抗网络（GAN），我们学习原始卫星图像的特征表示。一类支持向量机（SVM）训练这些功能，以确定其分布。最后，将图像轮廓检测为异常。针对不同类型的卫星图像，包括不同大小和形状的森林，所提出的算法进行了验证。
2018-02-13 cs.CV
Towards Exploring Fairness in Visual Transformer based Natural and GAN Image Detection Systems
University of Calicut（卡利卡特大学）；University of Southampton（南安普顿大学）
本文研究基于视觉Transformer的自然图像与GAN图像检测模型中的公平性问题，通过构建偏置评估语料库分析性别、种族、情感及交叉偏置，并发现图像压缩会放大GAN类别预测中的偏置。
2024-11-16 cs.CV
ForeSea: AI Forensic Search with Multi-modal Queries for Video Surveillance
Qualcomm AI Research（高通人工智能研究）
针对监控视频中多模态查询与时间定位难题，提出ForeSea系统，采用三阶段即插即用流程，结合跟踪、多模态嵌入和视频LLM，在ForeSeaQA基准上准确率提升3.1%，时间IoU提升10.1%。
2026-07-03 cs.CV
Semi-Blind Image Deblurring Based on Framelet Prior
Department of Mathematics, University of Mohaghegh Ardabili（莫哈格赫·阿尔达比勒大学数学系）
针对图像去模糊中PSF难以精确获取、去模糊模型为病态问题的情况，提出结合Framelet变换与分数阶计算改进全变分方法的半盲图像去模糊算法，经多类图像测试与现有方法对比验证效果。
2023-10-02 cs.CV eess.IV
On the Reliability of the PNU for Source Camera Identification Tasks
Università degli Studi di Salerno（萨莱诺大学）
PNU是执行SCI的重要和可靠的工具，多年来，它已成为法医领域这项任务的标准事实。在本文中，我们表明，虽然存在的战略，旨在取消，修改，取代PNU痕迹在数码相机图像中，它仍然是可能的，通过我们的实验方法，找到残留的痕迹所产生的噪声传感器用于拍摄的照片。此外，我们表明，是可能的，以注入不同的相机在目标图像中的PNU，并将其追溯到源相机，但只有在新的相机是用于拍摄目标图像的原始相机的相同型号的条件下。两台照相机都必须在我们的可用范围内。为了完整性，我们进行了2个实验，而不是使用流行的公共参考数据集CASIA TIDE，我们更喜欢引入一个不存在任何统计伪影的数据集。对智能手机小数据集的初步实验表明，从不同设备注入PNU使得无法正确识别源摄像头。在第二个实验中，我们构建了一个由相同型号的DSLR拍摄的大型图像数据集。我们提取了每个图像的去噪版本，将数据集中所有相机的RN注入每个图像，并将所有图像与每个相机的RP进行比较。实验的结果清楚地表明，无论是在去噪图像和注入的是可能的，找到原始相机PNU的残留痕迹。实验的组合结果表明，即使在理论上可以从图像中移除或替换\ac{PNU}，该过程也可以很容易地被检测到，并且在某些硬条件下是可能的，从而证实了\ac{PNU}在这种类型的攻击下的鲁棒性。
2020-08-28 cs.CV eess.IV
Source Camera Verification from Strongly Stabilized Videos
在成像和/或后处理期间执行的图像稳定对来自视频的基于光响应非均匀性的源相机归属提出了最显著的挑战之一。当以数字方式执行时，稳定化涉及视频帧的裁剪、扭曲和修补，以消除不必要的相机运动。因此，成功的归因需要以盲目的方式反转这些转换。为了应对这一挑战，我们引入了一种用于视频的源摄像机验证方法，该方法考虑到稳定变换的空间变化性质，并假设在搜索中具有更大的自由度。我们的方法确定在子帧级别的转换，结合了一些约束条件，以验证其正确性，并提供计算的灵活性，在搜索正确的转换。该方法还采用整体方法来对抗其他视频生成步骤（例如视频编码和缩小尺寸）的破坏性影响，以获得更可靠的归属。在一个公共数据集和两个自定义数据集上进行的测试表明，所提出的方法能够验证23-30%的视频的来源，这些视频根据计算负载进行了更强的稳定性，而不会对错误归因产生重大影响。
2020-07-22 cs.CV eess.IV
