Digital Video Source Identification Using Sensor Pattern Noise with Morphology Filtering

모폴로지 필터링 기반 센서 패턴 노이즈를 이용한 디지털 동영상 획득 장치 판별 기술

  • 이상형 (금오공과대학교 소프트웨어공학과) ;
  • 김동현 (금오공과대학교 소프트웨어공학과) ;
  • 오태우 (국가보안기술연구소) ;
  • 김기범 (국가보안기술연구소) ;
  • 이해연 (금오공과대학교 컴퓨터소프트웨어공학과)
  • Received : 2016.01.06
  • Accepted : 2016.07.05
  • Published : 2017.01.31


With the advance of Internet Technology, various social network services are created and used by users. Especially, the use of smart devices makes that multimedia contents can be used and distributed on social network services. However, since the crime rate also is increased by users with illegal purposes, there are needs to protect contents and block illegal usage of contents with multimedia forensics. In this paper, we propose a multimedia forensic technique which is identifying the video source. First, the scheme to acquire the sensor pattern noise (SPN) using morphology filtering is presented, which comes from the imperfection of photon detector. Using this scheme, the SPN of reference videos from the reference device is estimated and the SPN of an unknown video is estimated. Then, the similarity between two SPNs is measured to identify whether the unknown video is acquired using the reference device. For the performance analysis of the proposed technique, 30 devices including DSLR camera, compact camera, camcorder, action cam and smart phone are tested and quantitatively analyzed. Based on the results, the proposed technique can achieve the 96% accuracy in identification.

인터넷 기술이 급속도로 발전함에 따라서 다양한 소셜 네트워크 서비스들이 나타나고 있다. 특히 스마트 기기들이 발전함에 따라서 소셜 네트워크 상에는 멀티미디어 콘텐츠가 넘쳐나고 있다. 그러나 불법적 목적을 가진 사용자에 의해 발생하는 범죄도 증가하면서 멀티미디어 포렌식을 이용한 콘텐츠 보호 및 불법 사용 차단의 필요성이 사회적으로 대두되고 있다. 본 논문에서는 멀티미디어 포렌식 기술의 하나로 디지털 동영상 획득 장치 판별을 위한 포렌식 기술을 제안한다. 먼저 모폴로지 필터링을 이용한 센서 패턴 노이즈 추출하는 방법을 제안한다. 이를 이용하여 참조 장치에서 촬영한 참조 동영상의 센서 패턴 노이즈를 추정하고, 검사 동영상에서 센서 패턴 노이즈를 추출한다. 그리고 두 센서 패턴 노이즈 사이의 유사성 계산을 통하여 검사 동영상이 참조 장치로 촬영을 했는지 판별을 수행한다. 제안한 기술의 성능 분석을 위하여 DSLR 카메라, 콤팩트 카메라, 캠코더, 액션캠 및 스마트폰 등을 포함한 총 30대의 장치에 대하여 개발한 알고리즘에 대한 정량적 성능 분석을 수행하였고, 그 결과 96%의 판별 정확도를 달성하였다.



Supported by : National Security Research Institute


  1. A. C. Popescu and H. Farid "Exposing digital forgeries in color filter array interpolated images," IEEE Transactions on Signal Processing, Vol.53, No.10, pp.3948-3959, Oct., 2005.
  2. A. C. Popescu and H. Farid "Exposing Digital Forgeries by Detecting Traces of Re-sampling," IEEE Transactions on Signal Processing, Vol.53, No.2, pp.758-767, Feb., 2005.
  3. J. Lukas, J. Fridrich, and M. Goljan "Detecting Digital Image Forgeries Using Sensor Pattern Noise," Proceedings of SPIE 6072, Security, Steganography, and Watermarking of Multimedia Contents VIII, Feb., 2006.
  4. M. Kirchner and T. Gloe, "On Resampling Detection in Recompressed Images," Proceedings of 1st IEEE International Workshop on Information Forensics and Security, pp.21-25, 2009.
  5. T. Gloe, M. Kirchner, A. Winkler, and R. Bohme, "Can We Trust Digital Image Forensics?," Proceedings of the 15th International Conference on Multimedia, pp.78-86, 2007.
  6. H. Farid, "Exposing Digital Forgeries in Scientific Images," Proceedings of the 8th Workshop on Multimedia and Security, pp.29-36, 2006.
  7. M. C. Stamm and K. J. Ray Liu, "Forensic Detection of Image Manipulation Using Statistical Intrinsic Fingerprints," IEEE Transactions on Information Forensics and Security, Vol.5, No.3, pp.492-506, 2010.
  8. B. Mahdian and S. Saic, "Using Noise Inconsistencies for Blind Image Forensics," Image and Vision Computing, Vol.27, No.10, pp.1497-1503, 2009.
  9. J. Lukas, J. Fridrich, and M. Goljan, "Digital camera identification from sensor pattern noise," IEEE Transactions on Information Forensics Security, Vol.1, No.2, pp.205-214, Jun., 2006.
  10. M. Chen, J. Fridrich, and M. Goljan, "Source digital camcorder identification using ccd photo response non-uniformity," Proceedings of SPIE Electronic Imaging, Security, Steganography, and Watermarking of Multimedia Contents IX, San Jose, CA, pp.1G-1H, 2007.