Videolardan Kamera Kimliği Belirlenmesi ve Büyük Video Veri Kümelerinde Kaynak Kamera Tespiti

Abstract

Görüntüleme Sensörü Isık Tepki Farklılıgı (PRNU) kamera sensörlerinin üretimi sırasında olusan farklılıklardan kaynaklanan, sensöre özgü bir gürültüdür. PRNU gürültüsü bir kamera ile çekilen tüm fotograf ve videolara aktarıldıgından bir tür kamera kimligi olarak düsünülebilir. Fotograflardan PRNU gürültüsünün elde edilmesi ve kaynak kameranın dogrulanması, üzerinde çokça çalısılmıs bir konudur. Ancak, bu yetkinliklerin video verilerine aynı etkinlikle aktarılması henüz mümkün olmamıstır. Bu durum temelde video çekimi sırasında kameraların uyguladıgı üç temel islemin PRNU gürültüsü üzerindeki bozucu etkilerinden kaynaklanmaktadır. Bunlar: video kodlama, boyutlandırma ve stabilizasyon islemleridir. Yapılan çalısmalarla bu islemlerin kamera kaynagı eslestirmeye etkisi detaylı bir sekilde incelenmis ve bu etkileri ortadan kaldırmaya veya azaltmaya yönelik yeni yöntemler önerilmistir. Bu problemlerden ilki olan video kodlama islemi iki temel yönden kamera kimligi tespitini zorlastırmaktadır. Bunlar kodlama sırasında uygulana döngü filtresi ve nicemlemeye iliskindir. Yapılan arastırmalar ile döngü filtresinin video kod çözümü asamasında büyük oranda elimine edilebilecegi belirlenmistir. Videonun sıkıstırma oranını belirleyen nicemleme degiskeni ile video çerçevesinin sahip oldugu gürültünün güvenilirligi arasında mevcut olan iliski analiz edilmis ve bu iliski kullanılarak videonun her makro blogunun agırlıklandırılması önerilmistir. Bu iki yöntem, 21 farklı Android telefondan olusturulan veri kümesi üzerinde test edilmis ve basarımı çok sıkıstırılmıs videolar için yaklasık 5 kat artırdıgı gösterilmistir. Ayrıca açık bir veri kümesinde yapılan testlerde bu iyilesme dogrulanmıs ve yöntemlerin kamera kimligi elde etmek için gerekli süreyi düsürdügü de gözlemlenmistir. Videoda çözümlenmesi gereken bir diger problem farklı çözünürlüklere sahip videolar ve/veya fotograflar arasındaki dogru boyutlama oranının tespit edilmesidir. Bu amaçla Android tabanlı akıllı telefonlardan yarı-otomatik veri toplamayı olanaklı kılan bir kamera uygulaması tasarlamıstır. Bu uygulama kullanılarak 21 farklı telefon kamerasına ait, desteklenen tüm çözünürlüklerde çekilmis video ve fotograf içeren zengin bir veri kümesi olusturulmustur. Bu verilen üzerinde yapılan testler ile farklı çözünürlüge sahip video ile video, fotograf ile fotograf, ve video ile fotograf arasında dogru boyutlandırma isleminin nasıl yapılacagı ile ilgili yöntemler önerilmistir. Ek olarak elde edilen sonuçlar fotograflar için 1/6?dan büyük, videolarda ise 1/10?dan büyük boyutlandırma oranları için kamera kimligi dogrulaması yapılabildigi gösterilmistir. Videodan kamera kimligi çıkarmada en önemli problem ise video stabilizasyonudur. Bu islem temel olarak video çekimi sırasında kameranın istenmeyen hareketlerinden kaynaklanan görüntü bozukluklarını düzeltmek için görüntülere bölgesel geometrik dönüsümler uygulanmasını içermektedir. Kamera kaynagının basarıyla eslenmesi bu dönüsümlerin belirlenmesi ve orijinal görüntülerin geri elde edilmesini gerektirmektedir. Bu amaçla stabilizasyon dönüsümlerini efektif bir sekilde arayarak yanlıs pozitif eslesmeleri eleyebilen özgün bir yöntem önerilmistir. Stabilize videolar içeren açık bir veri kümesinde yapılan testler ile var olan yöntemler kullanılarak eslestirilemeyen videoların %64?ünün kaynaklarının, hiçbir yanlıs pozitif esleme olmaksızın, tespit edilebilecegi gösterilmistir.