view in publisher's site

A new method estimating linear gaussian filter kernel by image PRNU noise

In the paper, we present a method estimating the linear Gaussian filter kernel by means of photo-response non-uniformity (PRNU) noise. In the past decade, a large number of works have proved that PRNU noise is a reliable fingerprint for digital image. Accordingly, PRNU noise has been widely used in such fields as camera identification and image manipulation detection. Specifically, in order to detect whether the query image is a Gaussian filtered image and estimate the filter kernel of the Gaussian filtered image, the proposed paper takes fully the camera reference PRNU noise as the identification fingerprint, and we correlate the identification fingerprint with the noise residual extracted from clean image and noise residual extracted from filtered image, respectively. Mathematically, the linear correlation between the two cross-correlation can be determined. In addition, due to the unknown of clean image, how to access to a clean image without additive noise is crucial in this application. Consequently, we propose to use the method of recapturing the query image instead of randomly shooting a large number of content-irrelevant images. It exhibits better estimation result compared to the existing techniques. Moreover, we observe that the proposed method is robust to JPEG compression.

روش جدیدی که کرنل فیلتر گاوسی خطی را با استفاده از نویز PRNU خطی تخمین می‌زند

در این مقاله، ما روشی را ارایه می‌کنیم که کرنل فیلتر گاوسی خطی را با استفاده از نویز غیر یکنواختی پاسخ (PRNU)تخمین می‌زند. در دهه گذشته، تعداد زیادی از آثار ثابت کرده‌اند که نویز PRNU یک اثر انگشت قابل‌اعتماد برای تصویر دیجیتال است. بر این اساس، نویز PRNU به طور گسترده در این زمینه‌ها به عنوان شناسایی دوربین و تشخیص دستکاری تصویر مورد استفاده قرار گرفته‌است. به طور خاص، به منظور تشخیص اینکه آیا تصویر پرس و جو یک تصویر فیلتر گاوسی است و هسته فیلتر تصویر فیلتر گاوسی را تخمین می‌زند، مقاله پیشنهادی به طور کامل مرجع دوربین را به عنوان اثر انگشت شناسایی کامل می‌کند، و ما اثر انگشت شناسایی را با باقیمانده نویز استخراج‌شده از تصویر پاک و باقیمانده نویز استخراج‌شده از تصویر فیلتر شده مرتبط می‌سازیم. از نظر ریاضی، همبستگی خطی بین دو همبستگی متقابل را می توان تعیین کرد. به علاوه، به علت نامعلوم بودن تصویر پاک، چگونگی دسترسی به یک تصویر تمیز بدون نویز افزایشی در این کاربرد حیاتی است. در نتیجه، ما پیشنهاد می‌کنیم که از روش مجدد تصویر پرس و جو به جای عکاسی تصادفی تعداد زیادی از تصاویر بی‌ربط به محتوا استفاده کنیم. نتایج تخمین بهتری نسبت به تکنیک‌های موجود نشان می‌دهد. علاوه بر این، ما مشاهده می‌کنیم که روش پیشنهادی برای فشرده‌سازی JPEG قوی است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Safety, Risk, Reliability and Quality
  • ترجمه مقاله Safety, Risk, Reliability and Quality
  • مقاله ایمنی، ریسک، قابلیت اعتماد و کیفیت
  • ترجمه مقاله ایمنی، ریسک، قابلیت اعتماد و کیفیت
  • مقاله Software
  • ترجمه مقاله Software
  • مقاله نرم‌افزار
  • ترجمه مقاله نرم‌افزار
  • مقاله Computer Networks and Communications
  • ترجمه مقاله Computer Networks and Communications
  • مقاله شبکه‌ها و ارتباطات کامپیوتری
  • ترجمه مقاله شبکه‌ها و ارتباطات کامپیوتری
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.