[發明專利]一種從視頻文件中提取PRNU噪聲的方法

有效

• 申請號: 201810011848.2
• 申請日: 2018-01-05
• 公開（公告）號: CN108259791B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 李健;吳國靜
• 申請（專利權）人: 南京信息工程大學
• 主分類號: H04N5/357
• 分類號: H04N5/357;H04N5/365;H04N19/44;H04N19/63;H04N19/635
• 代理公司: 江蘇海越律師事務所 32402
• 代理人: 唐小紅

本發明公開了一種從視頻文件中提取PRNU噪聲的方法，并利用該噪聲來對視頻拍攝手機進行識別的方法。發明方法按以下過程處理輸入視頻：首先對視頻進行部分解碼，然后從中提取PRNU噪聲；計算該提取的PRNU噪聲與事先從相同手機拍攝的視頻樣本中提取的PRNU噪聲之間的相關性；根據相關性高低識別手機。因為本發明提出了在視頻解碼過程中省略一些流程后再進而提取PRNU的方法，有效地減少了計算復雜度。另外，本發明所提出的PRNU噪聲提取算法基于最大似然估計技術，從理論上保證了算法的有效性。

技術領域

本發明涉及視頻取證技術領域，并具體涉及一種從視頻文件中提取PRNU噪聲的方法和裝置。

背景技術

雖然難以察覺，但相機確實會在照片中留下特有的噪聲。這種噪聲很大部分是由于相機感光傳感器芯片制造工藝不完善所造成的。具體來講，芯片里的每個感光晶圓，即芯片像素，都與其它的晶圓有所差異。因此這些晶圓難以彼此一致地將從鏡頭攝入的光子轉換為電子。造成無論場景內容如何改變，在圖像中始終會有一個穩定的噪聲存在，在文獻中通常被稱為光子相響應不均勻噪聲(PRNU噪聲)。因為其本身具有較好的穩定性，PRNU噪聲可以被視為是相機的指紋特征。在過去幾年中PRNU噪聲技術在數字取證領域中得到了廣泛應用。

但是由于PRNU是乘性噪聲，屬于高頻信號，且與圖像內容有關，因此很難直接從圖像中獲取。一般需要通過圖像降噪的方法來進行估計，在這些方法中，最為經典的是Lukas的方法。Lukas是將圖像通過低通濾波器，濾除加性噪聲，然后用原圖像減去低通濾波后的圖像，即可得到殘余的模式噪聲部分，如式所示：

n＝I-F(I)

然而，隨著人們生活水平的提高，目前具有拍攝功能的手機已經成為人們生活中必不可少的工具，并且人們的拍照習慣也因此改變。手機取代傳統的數碼相機和攝像機成為最流行的圖像或視頻的拍攝設備。相對來說，手機所安裝的攝像頭并不是一個像數碼相機一樣的專業圖像捕獲設備。因此，我們需要驗證現有的方法能否擴展到新設備上。此外，目前針對從視頻中提取PRNU噪聲的技術也比較少。所出現的方法都因為提取效率過低而無法滿足實際需求。

發明內容

為克服現有技術的缺陷，因此，本發明提出了從部分解碼的視頻中提取PRNU噪聲，有效降低了方案整體的計算復雜度。具體如下：

步驟一，對視頻進行部分解碼；

步驟二，得到無噪聲的干凈視頻幀的估計值。對每一個部分解碼的視頻幀Fi進行小波分解，在小波的高通子帶進行維納濾波；

步驟三，利用最大似然估計方法得到PRNU噪聲因子K；

在步驟一中，所述的對視頻進行解碼是通過H.264對拍攝的視頻進行解碼的，

與幀完全的被解碼一樣，部分解碼后的殘差幀同樣也包括了傳感器模式噪聲和一些其他噪聲。因此殘差幀可以表示為：

R＝I⁽⁰⁾+I⁽⁰⁾·K-P⁽⁰⁾+ψ (1)

其中I⁽⁰⁾是理想無噪聲視頻，K為PRNU噪聲的乘性因子，P⁽⁰⁾是預測信號，Ψ為其他噪聲。由(1)可知，殘差R可以看成是零均值的平穩信號(I⁽⁰⁾-P⁽⁰⁾)和高斯白噪聲(I⁽⁰⁾·K+Ψ)的加性混合組成的。

在步驟二中，對部分解碼的殘差幀R進行處理得到無PRNU噪聲的干凈殘差幀的估計值。首先，對部分解碼后的殘差幀進行小波分解，可以得到分解后的水平、垂直和對角高頻子帶。其次，由于PRNU屬于高頻信號，且與內容有關，因此很難直接獲取，一般需要通過低通濾波器進行操作。其表達式為：