Les imperfections du capteur sont parfaites pour l’analyse par caméra médico-légale

Les imperfections du capteur sont parfaites pour l'analyse par caméra médico-légale

Cette illustration montre une vue d’ensemble de l’analyse du bruit, qui permet d’identifier la caméra avec laquelle une vidéo ou une photo a été réalisée. L’analyse du bruit peut être utilisée comme outil médico-légal, par exemple dans l’investigation d’images d’abus d’enfants. Crédit : G. Bennabhaktula / Université de Groningue

Dans un projet visant à développer des outils intelligents pour lutter contre l’exploitation des enfants, des informaticiens de l’Université de Groningen ont développé un système pour analyser le bruit produit par des caméras individuelles. Ces informations peuvent être utilisées pour lier une vidéo ou une image à une caméra particulière. Les résultats ont été publiés dans les revues SN Informatique le 4 juin 2022 et Systèmes experts avec applications le 10 juin 2022.

Les Pays-Bas sont le principal distributeur de contenu numérique montrant des abus sexuels sur des enfants, comme l’a rapporté l’Internet Watch Foundation en 2019. Pour lutter contre ce type d’abus, des outils médico-légaux sont nécessaires pour analyser le contenu numérique afin d’identifier quelles images ou vidéos contiennent des enfants suspects. contenu abusif. Une autre source d’information inexploitée est le bruit dans les images ou les images vidéo. Dans le cadre d’un projet de l’UE, des informaticiens de l’Université de Groningue, en collaboration avec des collègues de l’Université de León (Espagne), ont trouvé un moyen d’extraire et de classer le bruit d’une image ou d’une vidéo qui révèle “l’empreinte digitale” de la caméra avec lequel il a été réalisé.

“Vous pouvez le comparer aux rainures spécifiques d’une balle tirée”, explique George Azzopardi, professeur adjoint au groupe de recherche sur les systèmes d’information à l’Institut Bernoulli de mathématiques, d’informatique et d’intelligence artificielle à l’Université de Groningue. Chaque arme à feu produit un motif spécifique sur la balle, de sorte que les experts médico-légaux peuvent faire correspondre une balle trouvée sur une scène de crime à une arme à feu spécifique, ou lier deux balles trouvées sur différentes scènes de crime à la même arme.

“Chaque caméra présente des imperfections dans ses capteurs intégrés, qui se manifestent par un bruit d’image dans tous les cadres mais sont invisibles à l’œil nu”, explique Azzopardi. Cela produit un bruit spécifique à la caméra. Guru Bennabhaktula, titulaire d’un doctorat. étudiant à Groningen et à l’Université de León, a développé un système pour extraire et analyser ce bruit. “Dans la reconnaissance d’images, les classificateurs sont utilisés pour extraire des informations sur les formes et les textures des objets de l’image afin d’identifier une scène”, explique Bennabhaktula. “Nous avons utilisé ces classificateurs pour extraire le bruit spécifique à la caméra.”

Il a créé un modèle informatique pour extraire le bruit de la caméra à partir d’images vidéo prises avec 28 caméras différentes, extraites de l’ensemble de données VISION accessible au public, et l’a utilisé pour former un réseau neuronal convolutif. Par la suite, il a testé si le système formé pouvait reconnaître les images prises par la même caméra. “Il s’est avéré que nous pouvions le faire avec une précision de 72 %”, déclare Bennabhaktula. Il note également que le bruit peut être propre à une marque de caméras, à un type spécifique et à des caméras individuelles. Dans une autre série d’expériences, il a atteint une précision de 99 % dans la classification de 18 modèles d’appareils photo à l’aide d’images de l’ensemble de données de Dresde accessible au public.

Son travail faisait partie d’un projet européen, 4NSEEK, dans lequel des scientifiques et des forces de l’ordre ont collaboré pour développer des outils intelligents pour aider à lutter contre l’exploitation des enfants. Azzopardi dit que “chaque groupe était responsable du développement d’un outil médico-légal spécifique”. Le modèle qui a été créé par Bennabhaktula pourrait avoir une telle utilisation pratique. “Si la police trouve une caméra sur un suspect de maltraitance d’enfants, elle peut la lier à des images ou des vidéos trouvées sur des périphériques de stockage.”

Le modèle est évolutif, ajoute Bennabhaktula. “En utilisant seulement cinq images aléatoires d’une vidéo, il est possible de classer cinq vidéos par seconde. Le classificateur utilisé dans le modèle a été utilisé par d’autres pour distinguer plus de 10 000 classes différentes pour d’autres applications de vision par ordinateur.” Cela signifie que le classificateur pourrait comparer le bruit de dizaines de milliers de caméras. Le projet 4NSEEK est maintenant terminé, mais Azzopardi est toujours en contact avec des spécialistes médico-légaux et des forces de l’ordre pour poursuivre cette ligne de recherche. “Et nous travaillons également sur l’identification de la similitude de source entre une paire d’images, qui présente des défis différents. Cela formera notre prochain article sur ce sujet.”


Utiliser les empreintes digitales de l’appareil photo pour attraper les cybercriminels


Plus d’information:
Guru Swaroop Bennabhaktula et al, Source Camera Device Identification from Videos, SN Informatique (2022). DOI : 10.1007/s42979-022-01202-0

Guru Swaroop Bennabhaktula et al, Identification du modèle de caméra basée sur des traces médico-légales extraites de patchs homogènes, Systèmes experts avec applications (2022). DOI : 10.1016 / j.eswa.2022.117769

Dasara Shullani et al, VISION : un jeu de données vidéo et image pour l’identification de la source, Revue EURASIP sur la sécurité de l’information (2017). DOI : 10.1186/s13635-017-0067-2

Thomas Gloe et al, The ‘Dresden Image Database’ for benchmarking digital image forensics, Actes du symposium ACM 2010 sur l’informatique appliquée – SAC ’10 (2010). DOI : 10.1145/1774088.1774427

Fourni par l’Université de Groningue

Citation: Sensor imperfections are perfect for forensic camera analysis (2022, 21 juin) récupéré le 21 juin 2022 sur https://techxplore.com/news/2022-06-sensor-imperfections-forensic-camera-analysis.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.