arXiv · 机器人与计算机视觉· Benjamin Loison (Agence Minist\'erielle pour l'IA de D\'efense, France, ENS Paris-Saclay, Universit\'e Paris-Saclay, CNRS, Centre Borelli, Gif-sur-Yvette, France), Quentin Bammey (T\'el\'ecom Paris, Institut Polytechnique de Paris, LTCI, Palaiseau, France), Thibaud Ehret (Agence Minist\'erielle pour l'IA de D\'efense, France), Rafael Grompone von Gioi (ENS Paris-Saclay, Universit\'e Paris-Saclay, CNRS, Centre Borelli, Gif-sur-Yvette, France), Pablo Mus\'e (ENS Paris-Saclay, Universit\'e Paris-Saclay, CNRS, Centre Borelli, Gif-sur-Yvette, France, IIE, Facultad de Ingenier\'ia, Universidad de la Rep\'ublica, Uruguay), Marina Gardella (ENS Paris-Saclay, Universit\'e Paris-Saclay, CNRS, Centre Borelli, Gif-sur-Yvette, France)·· 2026-10-20AI 评分53
现代智能手机PRNU指纹的新希望:证据表明设备特异性特征在计算摄影中依然存活
A New Hope for PRNU on Modern Smartphones? Evidence That Device-Specific Fingerprints Survive Computational Photography
AI 导读
论文指出近期研究质疑现代智能手机的PRNU指纹判别力,作者通过30款手机实验发现标准sPCE指标受同型号共性成分干扰。为此提出Delta sPCE方法,即查询图像与候选相机指纹的相关性能量减去该图像与其他候选指纹的平均相关性能量。该方法显著提升了归属准确率,证明设备特异性PRNU信号在计算摄影背景下依然有效,尽管当前应用仍受限于数据集规模和候选集依赖。
来源:arXiv · 机器人与计算机视觉 · arxiv.org