Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Dissertação

Título: UMA ESTRATÉGIA DE ESTIMAÇÃO DA PRNU DE DISPOSITIVOS DE AQUISIÇÃO EQUIPADOS COM UM ARRANJO DE FILTROS DE COR

Orientador
  • EDUARDO LUIZ ORTIZ BATISTA
Aluno
  • HERMESON BARBOSA DA COSTA

Conteúdo

Em análise forense, as técnicas de identificação de dispositivos de aquisição são usadas para verificar se uma imagem investigada foi adquirida por um determinado dispositivo suspeito (câmera digital, por exemplo). para tentar solucionar esse problema, uma característica dos equipamentos de aquisição de imagens que vem sendo amplamente explorada é a não uniformidade da fotorresposta (photo-response nonuniformity - prnu). a prnu é um padrão de ruído, originário das imperfeições do processo de manufatura, que caracteriza cada fotossensor de forma única. atualmente, a taxa de sucesso (identificação correta da fonte da imagem) das técnicas baseadas em prnu, utilizando imagens de baixa resolução, tende a ser limitada. tal limitação se deve ao fato de que imagens de baixa resolução possuem poucas amostras (pixels) para estimar a prnu, diferente de imagens de alta resolução. este trabalho propõe uma nova abordagem baseada em prnu para identificação de dispositivos de aquisição de imagens. tal abordagem baseia-se na decomposição da imagem em subimagens, visando reduzir o efeito da interpolação da imagem no processo de estimação da prnu. além disso, essa abordagem utiliza todos os canais da imagem, sem distinção entre eles, para obter uma estimativa da prnu. assim, resultados melhores são obtidos para identificação da fonte, tanto de imagens de alta resolução quanto de baixa resolução, conforme observado em experimentos realizados com imagens adquiridas por câmeras digitais e câmeras digitais de telefones celulares.

Índice de Shannon: 3.83395

Índice de Gini: 0.917437

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,79% 4,49% 6,36% 4,51% 4,34% 4,66% 5,48% 7,11% 19,10% 4,96% 6,52% 5,19% 4,03% 5,41% 4,18% 8,90%
ODS Predominates
ODS 9
ODS 1

4,79%

ODS 2

4,49%

ODS 3

6,36%

ODS 4

4,51%

ODS 5

4,34%

ODS 6

4,66%

ODS 7

5,48%

ODS 8

7,11%

ODS 9

19,10%

ODS 10

4,96%

ODS 11

6,52%

ODS 12

5,19%

ODS 13

4,03%

ODS 14

5,41%

ODS 15

4,18%

ODS 16

8,90%