基于YouTube的視頻源鑒別

[荷蘭]亞尼克·斯凱林，尤·范德列里，芝諾·胡拉茨，馬塞爾·瓦林

（阿姆斯特丹大學(xué) 系統(tǒng)和網(wǎng)絡(luò)工程，荷蘭 海牙）

基于YouTube的視頻源鑒別

[荷蘭]亞尼克·斯凱林，尤·范德列里，芝諾·胡拉茨，馬塞爾·瓦林

（阿姆斯特丹大學(xué) 系統(tǒng)和網(wǎng)絡(luò)工程，荷蘭 海牙）

盧啟萌譯 施少培校

在一定條件下，傳感器的光電響應(yīng)非均勻（PRNU）特性能夠作為拍攝器材的特異性指標(biāo)，用于視頻圖像的來(lái)源鑒別。本文利用Luká?等[1]定義的小波濾波器提取經(jīng)過(guò)AVC方式重新編碼的視頻文件中的光電響應(yīng)非均勻特性模式，研究調(diào)節(jié)分辨率和編碼參數(shù)對(duì)拍攝器材的光電響應(yīng)非均勻性模式的影響，發(fā)現(xiàn)部分經(jīng)過(guò)重新編碼的視頻仍能夠通過(guò)光電響應(yīng)非均勻特性進(jìn)行拍攝器材的鑒別。

光電響應(yīng)非均勻特性模式;視頻來(lái)源;重新編碼;小波濾波器

1 前言

從鑒定角度而言，視頻拍攝相機(jī)的鑒別是個(gè)十分有趣的問(wèn)題。例如，在猥褻兒童案件中，鑒定人員往往需要判斷扣押的相機(jī)是否與歸罪的視頻資料庫(kù)中的圖片或視頻相關(guān)。

隨著YouTube和Vimeo等視頻上傳服務(wù)網(wǎng)站的發(fā)展，視頻分享變得越來(lái)越流行。視頻服務(wù)提供商為了維持海量數(shù)據(jù)，在每個(gè)視頻上傳后會(huì)對(duì)其重新編碼（壓縮），以減小文件大小，加快媒體流速，減少帶寬使用。重新編碼將會(huì)改變視頻，從而增加了視頻來(lái)源鑒別的難度，使其成為一項(xiàng)十分具有挑戰(zhàn)性的任務(wù)。

大部分相機(jī)在拍攝的視頻文件中存儲(chǔ)有相機(jī)序列號(hào)等元數(shù)據(jù)，較新型的相機(jī)甚至還存儲(chǔ)有GPS坐標(biāo)，但是這些元數(shù)據(jù)很容易被刪除。然而，我們?nèi)匀豢梢酝ㄟ^(guò)其他角度對(duì)視頻來(lái)源進(jìn)行鑒別，如拍攝時(shí)相機(jī)附加的“噪聲”。這類(lèi)噪聲一般不容易識(shí)別，但它作為相機(jī)的“標(biāo)簽”或“印記”存在于拍攝的輸出中。相機(jī)處理信號(hào)時(shí)，有許多因素會(huì)導(dǎo)致噪聲，如傳感器有壞點(diǎn)形成的固定模式噪聲（FPN），但更為普遍的來(lái)源是光電響應(yīng)非均勻特性（PRNU）。光電響應(yīng)非均勻特性是由拍攝相機(jī)的傳感器引入[2-3]，總是存在于其輸出中。每個(gè)傳感器的光電響應(yīng)非均勻特性已被證明具有特異性[4]，這使得它成為理想的視頻來(lái)源鑒別指標(biāo)。

因?yàn)楣怆婍憫?yīng)非均勻模式存在于圖像本身，所以當(dāng)對(duì)圖像進(jìn)行壓縮時(shí)這種模式的質(zhì)量將會(huì)降低。在撰寫(xiě)本文時(shí)，應(yīng)用最廣泛的視頻編解碼器是AVC（H.264/MPEG-4），其對(duì)光電響應(yīng)非均勻特性的影響尚未有過(guò)研究。該領(lǐng)域最近的成果是2008年van Houten等[5]針對(duì)由XviD及Windows Media9編解碼器處理的低分辨率視頻的研究，我們將拓展這項(xiàng)研究，探索經(jīng)AVC（H.264/MPEG-4）方式重新編碼后，是否仍能夠通過(guò)光電響應(yīng)非均勻特性對(duì)拍攝相機(jī)進(jìn)行鑒別。

2 原理

由于視頻可視為由一系列圖像組成，本部分將從靜態(tài)圖像而非視頻角度闡述視頻源的鑒別原理。

2.1 光電響應(yīng)非均勻特性

當(dāng)鑒定人員嘗試判斷一幅圖像的來(lái)源時(shí)，他首先需要尋找拍攝相機(jī)的特有印記，然后將其與待檢圖像進(jìn)行比較。此類(lèi)印記可以有不同的來(lái)源，其中最為重要的是圖像傳感器。其他的還有顏色插值（插值假像）[6]和信號(hào)處理（量化表）[7]。

對(duì)于圖像的來(lái)源鑒別而言，出現(xiàn)在一系列圖像中的印記十分重要，并且同樣的印記模式必須在參照?qǐng)D像和待檢圖像中都出現(xiàn)。這種再現(xiàn)性的印記模式通常稱為固定模式噪聲（FPN），由CCD或CMOS傳感器造成。它們對(duì)光線輸入進(jìn)行處理，并將其轉(zhuǎn)換為數(shù)字信號(hào)。Geradts等[8]的研究結(jié)果表明，傳感器的缺陷像素可用于拍攝相機(jī)的鑒別。通過(guò)對(duì)多幅圖像進(jìn)行平均，可以濾除其它來(lái)源的非恒定分布的噪聲，從而獲得反映出缺陷像素的固定模式噪聲。然而，缺陷像素導(dǎo)致的固定模式噪聲常常會(huì)被后期處理過(guò)濾掉，并不是總會(huì)在圖像中得到反映。

Luká?等[1]提出了一種更好的利用模式噪聲鑒別拍攝相機(jī)的方法。這一模式噪聲不是來(lái)自于傳感器的缺陷像素，而是來(lái)源于每個(gè)像素點(diǎn)對(duì)光照感應(yīng)的不均勻性。當(dāng)所有像素點(diǎn)曝光于同一光照度下，每個(gè)像素的響應(yīng)會(huì)有微弱差別，這一現(xiàn)象稱作光電響應(yīng)非均勻特性，也被視作模式噪聲的一種。這種模式噪聲由器件和結(jié)構(gòu)的不完善所引起，出現(xiàn)在每一幅圖像輸出中，并且被證明具有特異性[4]。從視頻中提取到光電響應(yīng)非均勻分布，它就可以作為拍攝相機(jī)的指紋，用于確認(rèn)其他圖像中的噪聲模式是否與其相符。即，首先通過(guò)拍攝相機(jī)獲得參照模式噪聲，然后用其驗(yàn)證待檢圖像的模式噪聲。

為了確定視頻V來(lái)自于相機(jī)C，首先必須獲得相機(jī)C的參照模式噪聲PC，視頻V與參照模式噪聲PC的關(guān)聯(lián)程度用它們之間的相關(guān)系數(shù)表示。由于大部分相機(jī)無(wú)法直接從中獲得原始傳感器數(shù)據(jù)，我們只有通過(guò)對(duì)視頻的多幀圖像進(jìn)行平均，得到模式噪聲的近似值。

視頻V首先被分割為一系列的單幀圖像Ii，i=1，……，N，N等于視頻V的總幀數(shù)。平均Ii可以得到模式噪聲的近似值。理想情況下，每幀圖像應(yīng)只包含模式噪聲，不應(yīng)存在場(chǎng)景內(nèi)容。我們可以用降噪濾波器F過(guò)濾每幀Ii中的場(chǎng)景內(nèi)容，僅留下噪聲ni，用于計(jì)算模式噪聲。

視頻V中的幀數(shù)越多，平均得到的模式噪聲PV就越精確。建議N＞50[1]。

為了驗(yàn)證視頻V是否來(lái)自于相機(jī)C，得到的PV與參照模式PC之間的相關(guān)系數(shù)ρC計(jì)算如下：

帶有上橫線的符號(hào)代表平均值。有賴于降噪濾波器的選擇，我們可以發(fā)現(xiàn)更為準(zhǔn)確的相關(guān)系數(shù)。Luká?等在參考文獻(xiàn)[1]中提出了一種基于小波變換的濾波器，效果優(yōu)于維納濾波器和中值濾波器，后二者常會(huì)在圖像邊緣產(chǎn)生誤判。參考文獻(xiàn)[1]和[8]詳細(xì)描述了該降噪濾波器的工作原理。

上述濾波器的完整算法已在由van Houten等開(kāi)發(fā)的開(kāi)源工具PRNUCompare[9]中實(shí)現(xiàn)，用于獲得光電響應(yīng)非均勻模式及計(jì)算視頻間的相關(guān)系數(shù)。

得到ρC（V）后，我們就可以判斷相機(jī)C是否用于拍攝視頻V。相機(jī)C的參照模式噪聲是用該器材拍攝視頻后通過(guò)PRNUCompare計(jì)算得到。參照視頻中沒(méi)有場(chǎng)景內(nèi)容，并且理論上接近均勻光照，小波變換濾波器中參數(shù)σ的推薦取值為5[5]。

因?yàn)樾〔ㄗ儞Q濾波器獨(dú)立處理每個(gè)顏色通道，ρC（V）將會(huì)有三個(gè)相關(guān)系數(shù)（RGB），這三個(gè)系數(shù)之和可用于視頻拍攝相機(jī)的鑒別。

2.2 AVC編解碼器

視頻編解碼器用來(lái)壓縮視頻文件。因?yàn)橐曨l質(zhì)量越好，則文件越大，所以壓縮過(guò)程過(guò)程總是視頻質(zhì)量與文件大小的折中。壓縮使視頻文件變小，減少了帶寬的占用，增加了視頻流速。

如今，針對(duì)高清晰視頻的標(biāo)準(zhǔn)編碼方式是AVC，許多在線視頻服務(wù)，如YouTube和Vimeo都使用該編碼方式。

AVC基于H.264和MPEG-4兩個(gè)標(biāo)準(zhǔn)，并在FFmpeg的libx264庫(kù)執(zhí)行。改變壓縮率有多種設(shè)置，最簡(jiǎn)單的一種是調(diào)節(jié)固定質(zhì)量因子（CRF）參數(shù)，旨在確定輸出的視頻質(zhì)量。當(dāng)CRF設(shè)為0時(shí)為無(wú)損壓縮；設(shè)為18～20時(shí)，能在保證高質(zhì)量的同時(shí)，視頻文件較小。使用CRF編碼參數(shù)，易于調(diào)節(jié)輸出的視頻質(zhì)量等級(jí)。

3 實(shí)驗(yàn)方法

3.1 限制條件

相機(jī)支持的視頻分辨率正變得越來(lái)越標(biāo)準(zhǔn)化。新型的相機(jī)可以錄制1280×720或1920×1080的高清（HD）視頻，通常還可轉(zhuǎn)換至640×480的低分辨率來(lái)節(jié)省磁盤(pán)空間。手機(jī)、網(wǎng)絡(luò)攝像機(jī)、監(jiān)控?cái)z像機(jī)依然使用這種低分辨率標(biāo)準(zhǔn)。在van Houten等的研究中[5]，僅使用了 176×144，320×240，352×288 及 640×480 的低分辨率相機(jī)。研究高清分辨率相機(jī)及其與低分辨率相機(jī)的區(qū)別是一種較為合理的拓展思路。本研究中，我們選擇的視頻分辨率為640×480和1280×720，未包括全高清分辨率1920×1080，因?yàn)椴捎迷摲洲q率的相機(jī)很少。

Van Houten等[5]的研究表明，一般而言，200以上的平場(chǎng)幀就可提取到可靠的模式噪聲。為了保證獲得可靠的模式噪聲，我們將所有視頻裁切為30s。30s的圖像幀數(shù)與幀速率有關(guān)，范圍在750到900幀。前期研究[5]采用30s視頻得到了確定性的結(jié)果，這也是我們采用這個(gè)視頻長(zhǎng)度的原因。

3.2 實(shí)驗(yàn)配置

3.2.1 拍攝器材

拍攝器材為既能錄制480p視頻又能錄制720p視頻的相機(jī)。選用三種常見(jiàn)品牌，其中，兩種型號(hào)的松下相機(jī)，兩種型號(hào)的佳能相機(jī)及蘋(píng)果iPhone4手機(jī)。為了提高數(shù)據(jù)的可靠性，每種型號(hào)的相機(jī)都有5個(gè)，這樣可以大大減少可能的制造瑕疵的影響，同時(shí)保證這些型號(hào)相機(jī)的PRNU模式比較的有效性。

特別選擇iPhone4在于其有很高的大眾認(rèn)知度。iPhone是銷(xiāo)量最高的智能手機(jī)之一，YouTube中的視頻有很大部分直接來(lái)自于iPhone4，研究該款智能手機(jī)使得我們的研究工作也切合潮流。

表1 相機(jī)在不同分辨率下支持的幀速率

表1列出了實(shí)驗(yàn)用相機(jī)的概況，包括支持的分辨率和編解碼選擇。松下FP-7和松下FZ-45采用Motion JPEG編解碼器。但是，松下FZ-45也可以拍攝AVC（H.264/MPEG-4）編碼的720p視頻。其他相機(jī)都使用通用的AVC（H.264/MPEG-4）編解碼器。

拍攝相機(jī)的幀速率不盡相同，它決定了相機(jī)每秒能夠錄制的幀數(shù)。因?yàn)閷?shí)驗(yàn)的視頻長(zhǎng)度均裁切為30s，幀速率值決定了參照視頻和自然視頻最終的幀數(shù)。

本文著重研究使用AVC（H.264/MPEG-4）重新編碼后，從視頻中提取的PRNU模式，這意味著重新編碼之前的編碼方式并不十分重要。但我們?nèi)匀粫?huì)簡(jiǎn)單闡述不同編碼方式的視頻在二次壓縮后的區(qū)別。

3.2.2 準(zhǔn)備視頻

為了確定PRNU模式間的相關(guān)性是否仍是鑒別拍攝相機(jī)的可靠方法，我們使用上述相機(jī)進(jìn)行實(shí)驗(yàn)驗(yàn)證。首先，給每個(gè)型號(hào)的相機(jī)貼上1到5的標(biāo)簽；然后，在重新編碼之前提取參照視頻和自然視頻的PRNU模式；之后，將每個(gè)參照視頻的PRNU模式與5個(gè)同一型號(hào)相機(jī)拍攝的自然視頻的PRNU模式進(jìn)行比較。在可能的情況下，對(duì)480p和720p分辨率的視頻都進(jìn)行這一步驟。例如，我們從松下FP-7_1拍攝的參照視頻中提取PRNU模式，同時(shí)提取編號(hào)為FP-7_1到FP-7_5的自然視頻的PRNU模式。使用PRNUCompare計(jì)算每個(gè)參照視頻與5個(gè)自然視頻的模式相關(guān)系數(shù)，匹配相機(jī)間的相關(guān)系數(shù)由ρm表示，失配相機(jī)的最高相關(guān)系數(shù)由ρmm表示。

如本文第二部分所述，我們針對(duì)每個(gè)相機(jī)都分別使用480p和720p分辨率攝制一個(gè)參照視頻和一個(gè)自然視頻。參照視頻在實(shí)驗(yàn)條件下拍攝，保證提取的PRNU模式可靠。參照視頻均使用同一方法拍攝，即將相機(jī)對(duì)著一白色表面緩慢移動(dòng)拍攝30s。

使用Avidemux工具[10]將每個(gè)視頻裁切為30秒。Avidemux通過(guò)“流復(fù)制”功能可以在不重新編碼的情況下剪切視頻文件，其工作方式為，首先分離視頻流，然后以新的長(zhǎng)度重寫(xiě)文件頭，從而不會(huì)改變實(shí)際的視頻流。由于每個(gè)相機(jī)的幀速率不盡相同，我們通過(guò)計(jì)算，當(dāng)總幀數(shù)約為30s時(shí)剪切視頻。

3.2.3 視頻編碼

獲得適當(dāng)?shù)囊曨l長(zhǎng)度后，我們對(duì)每個(gè)自然視頻使用不同的質(zhì)量設(shè)置進(jìn)行重新編碼。如本文第二部分所述，在libx264編解碼器中使用CRF選項(xiàng)，旨在得到相近圖像質(zhì)量的視頻。選擇CRF值為18到39之間，以3為遞增值對(duì)視頻進(jìn)行處理，得到8個(gè)重新編碼的視頻。使用PRNUCompare提取每個(gè)重新編碼視頻的PRNU模式。

3.2.4 YouTube編碼

為了比較我們的重新編碼視頻與YouTube視頻的區(qū)別，我們上傳了所有的自然視頻，然后對(duì)其下載。由于YouTube允許使用640×480和1280×720分辨率，下載視頻的大小都未發(fā)生改變。每個(gè)視頻均在YouTube經(jīng)過(guò)AVC（H.264/MPEG-4）重壓縮，但參數(shù)設(shè)置未知。使用PRNUCompare提取每個(gè)下載視頻的PRNU模式。

3.2.5 評(píng)估標(biāo)準(zhǔn)

PRNU模式比較與兩個(gè)視頻間的RGB差值有關(guān)。每個(gè)顏色通道的最大相關(guān)系數(shù)1，最小相關(guān)系數(shù)為-1。三個(gè)相關(guān)系數(shù)之和為最終相關(guān)值，我們用其推斷兩個(gè)視頻是否匹配。和的最大值為3，表明兩個(gè)視頻完全匹配。當(dāng)使用同一個(gè)視頻相互比較時(shí)，可得到這一最大值。

為了確認(rèn)PRNU模式的比較值，我們對(duì)結(jié)果進(jìn)行T分布檢驗(yàn)。T分布檢驗(yàn)?zāi)軌驒z測(cè)數(shù)據(jù)的顯著性，并與PRNU相關(guān)系數(shù)結(jié)合，推斷模式的可靠性。

4 實(shí)驗(yàn)結(jié)果

4.1 重新編碼前

依照本文第三部分描述的提取方法，我們使用PRNUCompare提取并比較了視頻的PRNU模式，得到第一組結(jié)果。

如表2所示，對(duì)于松下FP-7，最高PRNU模式匹配值出現(xiàn)在松下FP-7_1參照視頻與自然視頻之間。當(dāng)視頻為480p分辨率時(shí)，計(jì)算得到ρm=2.021，ρmm=0.054。表3為同一相機(jī)當(dāng)分辨率為720p的結(jié)果，ρm=2.129，ρmm=0.481。與480p分辨率視頻相比，匹配值有些許增大，但失配率要高出很多。

對(duì)每個(gè)拍攝器材都進(jìn)行同樣的計(jì)算，結(jié)果見(jiàn)表2～表 11。

表2 松下FP-7，以Motion JPEG方式640×480分辨率編碼的自然視頻平均幀=10，σ=5

表3 松下FP-7，以Motion JPEG方式1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表4 松下FZ-45，以Motion JPEG方式640×480分辨率編碼的自然視頻平均幀=10，σ=5

表5 松下FZ-45，以Motion JPEG方式1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表6 松下 FZ-45，以 AVC （H.264/MPEG-4）方式 1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表7 蘋(píng)果 iPhone4，以 AVC（H.264/MPEG-4）方式 1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表8 佳能 Ixus 220HS，以 AVC（H.264/MPEG-4）方式 640×480分辨率編碼的自然視頻平均幀=10，σ=5

表9 佳能Ixus220HS，以AVC（H.264/MPEG-4）方式1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表10 佳能 PowerShot SX210 IS，以 AVC（H.264/MPEG-4）方式640×480分辨率編碼的自然視頻平均幀=10，σ=5

表11 佳能 PowerShot SX210 IS，以 AVC（H.264/MPEG-4）方式1280×720分辨率編碼的自然視頻平均幀=10，σ=5

表12 松下 FP-7，以 AVC （H.264/MPEG-4）方式 640×480分辨率不同CRF值編碼的自然視頻

表13 松下 FP-7，以 AVC （H.264/MPEG-4）方式 1280×720分辨率不同CRF值編碼的自然視頻

表14 松下FZ-45，以Motion JPEG方式640×480分辨率不同CRF值編碼的自然視頻

表15 松下FZ-45，以Motion JPEG方式1280×720分辨率不同CRF值編碼的自然視頻

表16 松下 FZ-45，以 AVC （H.264/MPEG-4）方式1280×720分辨率不同CRF值編碼的自然視頻

表17 蘋(píng)果iPhone4，以AVC（H.264/MPEG-4）方式1280×720分辨率不同CRF值編碼的自然視頻

表18 佳能Ixus220HS，以AVC（H.264/MPEG-4）方式640×480分辨率不同CRF值編碼的自然視頻

表19 佳能Ixus220HS，以AVC（H.264/MPEG-4）方式1280×720分辨率不同CRF值編碼的自然視頻

4.2 二次壓縮后

提取重新編碼之前的PRNU模式后，我們進(jìn)一步提取所有重新編碼視頻的PRNU模式，并與同一型號(hào)相機(jī)拍攝的參照視頻進(jìn)行比較。表12～表21給出了視頻的參數(shù)及ρm和ρmm值，但僅列出了每一型號(hào)編號(hào)為1的相機(jī)的結(jié)果。

表20 佳能 PowerShot SX210 IS，以 AVC（H.264/MPEG-4）方式640×480分辨率不同CRF值編碼的自然視頻

如表12所示，對(duì)于松下FP-7_1，當(dāng)CRF為18時(shí)，ρm為 1.456（未重新編碼時(shí)為 2.021），ρmm為 0.034（未重新編碼時(shí)為0.054）。視頻流大小為15.2MB，比特率為4063kbps（原始視頻為38.4MB和10.7Mbps）。

當(dāng)CRF從18變到39，壓縮率相應(yīng)增加。PRNU相關(guān)系數(shù)在CRF為39時(shí)降低為ρm=0.068，ρmm=0.023。視頻流大小只有930Kb，比特率下降到246kbps。

表中也包含了YouTube視頻的相關(guān)系數(shù)。如對(duì)于松下 FP-7_1，YouTube 的 ρm=0.306，ρmm=0.019。 視頻流大小為4.23MB，比特率為1129kbps。

5 分析

5.1 重新編碼前

我們計(jì)算所有視頻文件的PRNU模式相關(guān)系數(shù)。提取表2～表11中的ρm和ρmm值，計(jì)算平均值。

我們的數(shù)據(jù)有限，故計(jì)算表2～表11中PRNU模式的ρm和ρmm標(biāo)準(zhǔn)差，以確定其分布。

表21 佳能 PowerShot SX210 IS，以 AVC（H.264/MPEG-4）方式1280×720分辨率不同CRF值編碼的自然視頻

標(biāo)準(zhǔn)差的公式如下，xi是數(shù)據(jù)，x是平均值：

圖1為計(jì)算得到的二次壓縮前的PRNU值分布。

為了測(cè)試數(shù)據(jù)的顯著性，對(duì)所有參數(shù)條件下視頻的PRNU模式相關(guān)系數(shù)進(jìn)行T分布檢驗(yàn)。

圖1 所有相機(jī)重新編碼前的PRNU模式相關(guān)系數(shù)平均值

圖1 顯示，對(duì)于一些型號(hào)的相機(jī)而言，比較PRNU模式是一種有效的鑒別視頻源的方法。松下FP-7、松下FZ-45和iPhone的匹配值ρm與ρmm最高失配值有明顯的差異。在720p分辨率下，佳能PowerShot SX210 IS的PRNU值也可認(rèn)為是可靠的。在圖1看到，在480p分辨率下，佳能Ixus220HS和佳能Power ShotSX210的ρm與ρmm幾乎沒(méi)有區(qū)別。

我們進(jìn)一步觀察各個(gè)分辨率下視頻的PRNU值差異，決定哪個(gè)足夠顯著，可以認(rèn)為是可靠的。

5.1.1 松下FP-7

該相機(jī)使用Motion JPEG方式編碼。480p視頻的ρm=1.979，ρmm=0.054，差異有 36倍，顯著有效。 720p 視頻的 ρm=2.045，ρmm=0.477，相差 4.2 倍，足夠有效，尤其是考慮到相關(guān)匹配值很高這一情況（最大值為3）。圖1清楚地顯示了這些差異。

5.1.2 松下FZ-45

該相機(jī)的480p分辨率視頻用Motion JPEG方式編碼，720p分辨率視頻可以選用Motion JPEG或AVC（H.264/MPEG-4）方式編碼。該相機(jī)的這一特點(diǎn)使得我們可以研究這兩種編碼方式對(duì)PRNU值的影響。如圖1所示，匹配和不匹配視頻的PRNU值差異非常明顯。高相關(guān)匹配值和低相關(guān)失配值說(shuō)明該相機(jī)能夠得到有效的鑒別。

同時(shí)看到，對(duì)于720p的視頻，使用AVC（H.264/MPEG-4）方式編譯比使用Motion JPEG方式編譯，失配值要低很多（AVC為0.006，Motion JPEG為0.374）。但是，必須注意的是720p AVC視頻的ρm為0.756，只有720p Motion JPEG視頻ρm的一半（1.131）多一點(diǎn)。

如果進(jìn)一步對(duì)差異倍數(shù)進(jìn)行比較，720p AVC視頻的729倍遠(yuǎn)勝過(guò)720p Motion JPEG視頻的3.5倍。盡管Motion JPEG視頻的差異倍數(shù)很低，但是由于匹配值很高，結(jié)果仍然是可靠的。

5.1.3 Apple iPhone 4

Apple iPhone 4得到了非常理想的結(jié)果，ρm=1.452，ρmm=0.006，相差235倍。這一很高的差異倍數(shù)結(jié)合高的值和很低的ρmm值，使其成為PRNU模式比對(duì)的典型相機(jī)。

5.1.4 佳能Ixus220HS

佳能Ixus是首個(gè)PRNU模式效果不理想的相機(jī)。480p和720p的匹配值都太低而不可靠，并且如圖1所示，失配值和匹配值非常接近。而且，當(dāng)我們進(jìn)一步計(jì)算 480p視頻的標(biāo)準(zhǔn)差時(shí)，ρm=0.196，ρmm=0.169，幾乎沒(méi)有差別。

720p分辨率視頻的ρm略有增長(zhǎng)，至0.382，ρmm降低至0.114，但匹配相關(guān)值仍然太低而不可靠。

5.1.5 佳能PowerShotSX 210IS

在480p分辨率上與佳能Ixus220HS一樣，匹配值太低，失配值相對(duì)較高，同樣的可靠性低，不應(yīng)作為PRNU模式比較使用。

720p視頻的表現(xiàn)優(yōu)于480p視頻，可能是因?yàn)楦叩姆直媛实靡圆蹲礁嗟南袼?。ρm=0.849，ρmm=0.093，9倍的差值足以作為PRNU模式比較使用。

5.2 二次壓縮

分析了重新編碼前的情況，我們對(duì)二次壓縮對(duì)PRNU相關(guān)系數(shù)的影響進(jìn)行進(jìn)一步研究。如前所述，有些相機(jī)的PRNU模式比較是有效的，這里我們選取2種型號(hào)的相機(jī)予以圖例說(shuō)明，一個(gè)是可靠的松下FP-7相機(jī)，另一個(gè)是部分可靠的佳能PowerShot SX210 IS相機(jī)。其他相機(jī)的結(jié)果見(jiàn)圖4～圖6，這里不再詳細(xì)討論。

5.2.1 松下FP-7

圖2表明，即使經(jīng)過(guò)高壓縮率壓縮，PRNU比較對(duì)于松下FP-7而言仍十分有效。直到CRF至33，PRNU模式相關(guān)值都足夠高，匹配值與失配值能夠區(qū)分，可以認(rèn)為是可靠的。

圖2 編碼對(duì)松下FP-7視頻PRNU相關(guān)值的影響

YouTube下載的視頻與CRF值為27左右的重壓縮視頻的情況相當(dāng)。表12顯示，與經(jīng)過(guò)重壓縮的480p視頻相比，YouTube視頻有略高的比特率和流大小，但是與經(jīng)過(guò)重壓縮的720p視頻相比，兩者幾乎相當(dāng)。由于YouTube視頻的PRNU相關(guān)值較高，仍然可以進(jìn)行視頻源鑒別。

松下FP-7的480p視頻的T分布檢驗(yàn)顯示有效，CRF為 18時(shí)，p=0.001；CRF為 39時(shí)，p=0.001；YouTube的p=0.001，均顯著低于0.05閾值。

720p視頻的顯著性計(jì)算結(jié)果同樣，CRF為18時(shí)，p=0.001；CRF 為 39時(shí)，p=0.001；YouTube的 p=0.001。

5.2.2 佳能PowerShot SX210 IS

如前所述，即使沒(méi)有經(jīng)過(guò)二次壓縮，也并非所有視頻可以通過(guò)PRNU模式與拍攝相機(jī)建立關(guān)聯(lián)，就如前面分析的佳能PowerShot SX210 IS相機(jī)拍攝480P視頻。

如圖3所示，720p視頻的相關(guān)值足夠高，CRF至30時(shí)，依然可以準(zhǔn)確地鑒別出匹配相機(jī)。

圖3 編碼對(duì)佳能PowerShotSX210IS視頻PRNU相關(guān)值的影響

對(duì)視頻的T分布檢驗(yàn)證實(shí)了我們的結(jié)論。CRF為18時(shí)，p=0.001；CRF為 39時(shí)，p=0.001。 YouTube視頻的壓縮參數(shù)與CRF為27的視頻相當(dāng)，可以鑒別拍攝相機(jī)，其T分布檢驗(yàn)p=0.001。

對(duì)于480p視頻，由于其二次壓縮之前的PRNU相關(guān)值就不充分，視頻壓縮更不能使相關(guān)值提升。

即使采用本實(shí)驗(yàn)中的最高CRF為18，ρm和ρmm都過(guò)低而不能成功匹配。我們計(jì)算了所有CRF設(shè)置的PRNU相關(guān)值，隨著壓縮率的升高，相關(guān)值越來(lái)越低。

T分布檢驗(yàn)也證實(shí)了這點(diǎn)。當(dāng)CRF=18時(shí)，p=0.001，統(tǒng)計(jì)學(xué)上可以作為一個(gè)顯著性結(jié)果。但是如果考慮到PRNU模式的平均相關(guān)性只有0.19（最大值為3），且標(biāo)準(zhǔn)差為0.03，該數(shù)據(jù)應(yīng)予以忽略。當(dāng)CRF=30時(shí)，p=0.06，超過(guò)了0.05的閾值。CRF值更高時(shí)，統(tǒng)計(jì)結(jié)果均不顯著。

從YouTube視頻提取的PRNU模式完全不可靠，遠(yuǎn)差于預(yù)先設(shè)定CRF值范圍的重壓縮視頻。通過(guò)驗(yàn)證，YouTube下載視頻的PRNU相關(guān)值與CRF=45視頻的PRNU相關(guān)值相當(dāng)。毋庸贅言，這時(shí)視頻質(zhì)量已被完全毀壞。在視頻大小和比特率方面，YouTube視頻與CRF值為27的重新編碼視頻相當(dāng)，與我們檢測(cè)的其他相機(jī)拍攝的視頻一致。YouTube視頻的T分布檢驗(yàn)結(jié)果也良好，p=0.001，就之前定義的標(biāo)準(zhǔn)而言，具有顯著性。

以上結(jié)果表明，YouTube對(duì)視頻的PRNU模式進(jìn)行了處理，但我們無(wú)法推測(cè)或重現(xiàn)這些處理方式。同時(shí)表明，除佳能PowerShot SX210拍攝的720p視頻外，PRNU比較方法不適用于我們檢測(cè)的其他佳能相機(jī)。

圖4 編碼對(duì)松下FZ-45視頻PRNU相關(guān)值的影響

圖5 編碼對(duì)iPhone4視頻PRNU相關(guān)值的影響

圖6 編碼對(duì)佳能Ixus 220HS視頻PRNU相關(guān)值的影響

6 結(jié)論

根據(jù)實(shí)驗(yàn)結(jié)果，可以得出結(jié)論：在某些情況，通過(guò)模式噪聲比較建立視頻與拍攝相機(jī)的關(guān)聯(lián)是可行的。這基于拍攝相機(jī)的品牌、視頻分辨率及對(duì)視頻施加的壓縮量。隨著壓縮量提升到一定程度，PRNU模式的可靠性以指數(shù)方式降低。

拍攝相機(jī)的PRNU模式具有與品牌相關(guān)的魯棒性。松下和蘋(píng)果iPhone相機(jī)表現(xiàn)出典型性。在重新編碼之前，對(duì)視頻提取模式噪聲，可以清楚地反映視頻與拍攝相機(jī)的關(guān)聯(lián)。視頻的CRF值重新編碼對(duì)原始模式噪聲有破壞性的影響。圖2～圖6表明，壓縮率升高，相關(guān)值降低。對(duì)比YouTube視頻和重新編碼視頻的模式噪聲可知，YouTube的壓縮參數(shù)相當(dāng)于CRF值為27到30。YouTube視頻可以通過(guò)提取模式噪聲鑒別其拍攝相機(jī)來(lái)源。

佳能相機(jī)拍攝的視頻不適用于本方法。當(dāng)分辨率為480p時(shí)，無(wú)法通過(guò)從視頻中提取的模式噪聲鑒別拍攝相機(jī)。當(dāng)分辨率為720p時(shí)，模式噪聲比較只有50%的可行性，其成功率與特定的拍攝相機(jī)型號(hào)有關(guān)。同時(shí)，佳能相機(jī)具有與其他相機(jī)相同的模式噪聲呈指數(shù)下降的趨勢(shì)。這意味著如果重新編碼之前的模式噪聲充分，重新編碼之后鑒別出視頻源的機(jī)會(huì)增加。YouTube視頻并非始終可以進(jìn)行視頻源鑒別，它取決于視頻分辨率。720p的視頻即使是佳能相機(jī)也足以鑒別，但是480p的視頻均不足以保留模式噪聲，用于成功比較。

AVC二次壓縮對(duì)于模式噪聲具有非常明顯的負(fù)面效果。視頻分辨率、相機(jī)品牌和壓縮等級(jí)對(duì)于PRNU模式比較的可靠性有著綜合性影響。無(wú)論是對(duì)于在線視頻服務(wù)重新編碼還是手動(dòng)重新編碼，視頻源的匹配過(guò)程都依賴于具體情況。

7 進(jìn)一步研究建議

我們的研究著重于480p和720p分辨率的視頻，還可以針對(duì)更高分辨率如1080p或2304p的視頻進(jìn)行相似的研究。

相機(jī)品牌決定了模式噪聲的可靠程度，還可以針對(duì)同一品牌的更多型號(hào)相機(jī)或更多不同品牌相機(jī)進(jìn)行研究，建立它們之間的關(guān)聯(lián)。

致謝

感謝Netherlands Forensics Institute為我們的研究提供設(shè)備和資源。尤其要感謝Zeno Geradts對(duì)本項(xiàng)目的實(shí)時(shí)幫助和指導(dǎo)。

感謝Marcel Worring對(duì)我們撰寫(xiě)最終報(bào)告提供的幫助及分析數(shù)據(jù)所需的寶貴輸入。

Ewald Snel為我們提供了PRNUCompare的修改版本，得以實(shí)現(xiàn)命令行的界面，從而大大加快了我們處理數(shù)據(jù)的速度。

最后，我們要感謝Cees de Laat幫助實(shí)現(xiàn)本研究項(xiàng)目。

[1]Jan Luká?,Jessica Fridrich,Miroslav Goljan.Digital camera identification from sensor pattern noise[M].2006.

[2]Jan Luká?,Jessica Fridrich,Miroslav Goljan.Determining digital image origin using sensor imperfections[M].2005.

[3]Mo Chen,Jessica Fridrich,Miroslav Goljan.Digital imaging sensor identification （further study）[M].2007.

[4]Miroslav Goljan,Jessica Fridrich,Tomá? Filler.Large scale test of sensor fingerprint camera identification[M].2009.

[5]Wiger van Houten，Zeno Geradts.Using sensor noise to identify low resolution compressed videos from youtube[M].2009.

[6]Alin C.Popescu and Hany Farid.Exposing digital forgeries in color filter array interpolated images[M].2005.

[7]Hany Farid.Digital image ballistics from jpeg quantization[M].2008.

[8]Zeno Geradts，Thomas Gloe.D6.8b： Identification of images[M].2009.

[9]http：//prnucompare.sourceforge.net/.

[10]http：//www.avidemux.org/.

TP212

A

10.3969/j.issn.1671-2072.2012.05.004

1671-2072-（2012）05-0031-009

2012-06-20

亞尼克·斯凱林，男，系統(tǒng)和網(wǎng)絡(luò)工程碩士，主要從事系統(tǒng)和網(wǎng)絡(luò)工程研究。E-mail：yannick.scheelen@os3.nl。

芝諾·胡拉茨，男，圖像分析及生物識(shí)別高級(jí)鑒定人，電子證據(jù)生物識(shí)別研發(fā)部主任，主要從事圖像分析生物識(shí)別研究。 E-mail：z.geradts@nfi.minvenj.nl。