Bilateral Mesh Denoising Shachar Fleishman Iddo Drori Daniel Cohen-Or Tel Aviv University.
Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di...
-
Upload
icl-image-communication-laboratory -
Category
Technology
-
view
127 -
download
1
description
Transcript of Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di...
![Page 1: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/1.jpg)
![Page 2: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/2.jpg)
Studio e confronto di filtriper il denoising di immagini
in relazione all'identificazionedi fotocamere digitali
in ambito forenseMatteo Castelli
Firenze, 19/12/2008
Relatori:Dott. Ing. Alessandro PivaDott. Ing. Roberto CaldelliIng. Irene AmeriniIng. Francesco Picchioni
![Page 3: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/3.jpg)
Sommario
Digital Forensic
Digital Camera Identification
Metodo di identificazione e filtri di denoising
Risultati
Conclusioni e sviluppi futuri
![Page 4: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/4.jpg)
Digital Forensic
Dagli anni '80: nascita di nuove tipologie di azioni illegali collegateall'uso di dispositivi elettronici.
Digital Forensic Workshop, New York (2001):“Il Digital Forensic è la scienza che permette attraverso l'uso di specifichemetodologie, la raccolta, l'identificazione e l'analisi di prove digitali, alloscopo di ricostruire eventi collegati ad azioni illegali”.
Prova Digitale: qualsiasi informazione, con valore probatorio, trasmessa o memorizzata in un formato digitale.
de!nizione
![Page 5: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/5.jpg)
Digital Forensic
Computer Forensic
aree scienti!che principali
Estrazione, analisi e documentazionedi dati provenienti da sistemi di elaborazione.Data Recovery
Analisi di traffico e dispositivi di retein relazione al riscontro di operazioniillecite.
Network Forensic
Multimedia Forensic
Ha come oggetto dati multimediali:audio, video, immagini in formato digitale.Forgery DetectionSource Identification
![Page 6: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/6.jpg)
Digital Forensicmultimedia forensic
Forgery Detectionha il compito di rilevare manomissioni o contraffazioniche hanno compromesso l'integrità del dato in esame.
immagine originale immagine contraffatta
![Page 7: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/7.jpg)
Digital Forensicmultimedia forensic
Esempi applicativi:Copia di materiale coperto da diritti d'autore (ripresa di un film al cinema).Acquisizione di materiale connesso a crimini gravi (pedopornografia).
Source identification applicata alle foto digitali: Digital Camera Identification
Source Identificationha il compito di identificare il particolare dispositivo elettronico che ha acquisito la prova multimediale sotto esame.
![Page 8: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/8.jpg)
Digital Camera Identificationobiettivo e modalità
ObiettivoRisalire alla fotocamera digitale che ha acquisito una data immagine.
ModalitàIndividuare un' impronta che la fotocamera ha lasciato sull'immagine
scattata, che permetta la sua identificazione.fingerprint
firearms identification digital camera identification
![Page 9: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/9.jpg)
Digital Camera Identificationprocesso di acquisizione e !ngerprint
Distorsione sistematica delle intensità dei pixel del sensoreDovuto ad anomalie nel processo di fabbricazione e disomogeneità dei wafer di silicioCaratteristica esclusiva del sensoreSi presenta sempre nella stessa posizione in ogni immagine scattata
PRNU (Photo Response Non-Uniformity)
![Page 10: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/10.jpg)
Digital Camera Identificationil metodo di identi!cazione di J. Fridrich
Fingerprint = PRNU
Il metodo permetteCreazione del fingerprint della fotocamera
a partire da un certo numero di immagini scattate dalla fotocamera stessa.
Indentificazione della sorgente di acquisizione di una fotografia con parametri di errore decisi arbitrariamente (FAR, FRR)
Strumento utilizzatoFiltro di denoising (filtro di Mihçak)
![Page 11: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/11.jpg)
Metodo di identificazionecreazione del !ngerprint
✗Eliminate le componenti randomiche di rumore e il residuo della scena fotografata.
✔Esaltato il PRNU, che si presenta sempre nella stessa posizione all'interno delle fotografie.
![Page 12: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/12.jpg)
Metodo di identificazioneprocesso di identi!cazione
Importanza cruciale del filtro di denoising utilizzato
![Page 13: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/13.jpg)
Filtro passa-basso (LP)Filtro Mihçak [mih99]
Filtro Argenti [arg05]
Differenze
Caratteristica comune
Algoritmo di denoisingModello di rumore
Trasformata Wavelet discreta (DWT)Daubechies – 4° livello di decomposizione
Filtri di denoisingintroduzione
[arg05] : Argenti, Alparone, Torricelli - “Mmse filtering of generalisedsignal-dependent noise in spatial and shift-invariant wavelet domain”
[mih99] : Mihçak, Kozintsev - “Spatially adaptive statistical modelingof wavelet image coefficients and its application to denoising”
![Page 14: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/14.jpg)
Prende in considerazione i soli coefficienti di approssimazione, annullando i coefficienti di dettaglio.
Il filtro LP
immagine originale decomposizione wavelet
![Page 15: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/15.jpg)
Il filtro MihçakFiltro statistico locale
spazialmente adattivo
Modellorumore AWGNvarianza dell'immagine sconosciuta
Criterio Massima Verosimiglianza e Minimizzazione Errore Quadratico Medio
![Page 16: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/16.jpg)
Il filtro Mihçak
![Page 17: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/17.jpg)
Il filtro Mihçak
![Page 18: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/18.jpg)
Il filtro Mihçak
![Page 19: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/19.jpg)
Il filtro Mihçak
![Page 20: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/20.jpg)
Il filtro ArgentiFiltro spaziale applicato sul dominio
Wavelet non-decimato
Modello parametrico di rumore segnale-dipendente, additivo, bianco
Parametri del modello: γ σu
![Page 21: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/21.jpg)
Il filtro Argenti
Stima dei parametri nel dominio spaziale.
![Page 22: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/22.jpg)
Proposto un raffinamento iterativo.
Si considera la stima iniziale dei parametri.
Il filtro Argenti
![Page 23: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/23.jpg)
DWT non-decimata
Il filtro Argenti
![Page 24: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/24.jpg)
Le statistiche del primo ordinecalcolate a partire da
γ σu g(k)
Il filtro Argenti
![Page 25: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/25.jpg)
Minimizzazione lineare e localedell'Errore Quadratico Medio
Il filtro Argenti
![Page 26: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/26.jpg)
Il filtro Argenti
![Page 27: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/27.jpg)
Risultatidescrizione degli esperimenti
13 fotocamere digitali
Formato JPEG, TIFF
Data-set di divisi in:training-settest-set
Obiettivoverifica del metodo di identificazioneconfronto prestazionale tra i tre filtri
![Page 28: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/28.jpg)
Risultatidescrizione degli esperimenti
Creati 3 fingerprint per ogni fotocamera.
Effettuate le correlazioni incrociate tra i fingerprint e i test-set.
Creata la soglia utilizzando il criterio di Neyman-Pearson, imponendo FAR=10-3.
Determinata la classe di ogni foto in relazione a ciascun fingerprint:fotografia appartenentefotografia non appartenente
![Page 29: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/29.jpg)
Risultaticonfronto !ltri
Grafico della distribuzione delle correlazioni tra i fingerprint di 5 fotocamere e residui di rumore di immagini di Nikon E4600 X: residui di rumore (Nikon E4600); Y: valori di correlazione (millesimi)
![Page 30: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/30.jpg)
Risultaticonfronto !ltri
Per ogni fingerprint: grafico della distribuzione delle correlazioniper la classe “non appartenente”, relativo a ciascun filtro.X: valori di correlazione (millesimi); Y: residui di rumore (Nikon D40x)
![Page 31: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/31.jpg)
Risultatipercentuali di identi!cazione
Corretta identificazione %Filtro Mihçak: 99.09%
Filtro Argenti: 96.61%
Filtro LP : 84.44%
![Page 32: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/32.jpg)
Implementazione e verifica del metodo di identificazione difotocamere digitali
Implementazione all'interno del metodo e confronto di tre filtri di denoising per immagini: il filtro LP, il filtro Mihçak, il filtro Argenti.
RisultatiPRNU è un ottimo fingerprint.
Verificata la robustezza del metodo di identificazione, utilizzandoimmagini non ad hoc.
Percentuali di corretta identificazione: Mihçak 99%, Argenti 97%, LP 84%
L'utilizzo del formato JPEG non incide negativamente sulle prestazioni del metodo
Il metodo è efficace anche su fotocamere di una stessa marca
Conclusioni
![Page 33: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/33.jpg)
Sviluppi futuriSperimentazione di altri filtri di denoisingStudio della relazione tra PRNU estratto e processi di post-elaborazioneStudio della qualità della stima del fingerprint in funzione del resizing
![Page 34: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/34.jpg)
Studio e confronto di filtriper il denoising di immagini
in relazione all'identificazionedi fotocamere digitali
in ambito forenseMatteo Castelli
Firenze, 19/12/2008
Relatori:Dott. Ing. Alessandro PivaDott. Ing. Roberto CaldelliIng. Irene AmeriniIng. Francesco Picchioni
![Page 35: Studio e confronto di filtri per il denoising di immagini in relazione all’identificazione di fotocamere digitali in ambito forense](https://reader033.fdocument.pub/reader033/viewer/2022061300/54c8e8734a79594e588b4578/html5/thumbnails/35.jpg)
Risultatistima tempi di esecuzione
Calcolo di residuo immagine 3 Mpx con IntelQuad Q6600 - 4Gb RAM
Filtro Mihçak: 4.61 s
Filtro Argenti: 65.39 s
Filtro LP : 1.66 s