Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  współczynnik korelacji PCE
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
W artykule zaprezentowano metodę identyfikacji aparatu fotograficznego na podstawie analizy szumu matrycy PRNU (ang. photo response non-uniformity). Zważając na niedoskonałości podczas procesu produkcyjnego matryc, w praktyce nie jest możliwe wyprodukowanie dwóch sensorów o takich samych właściwościach. Dzieje się tak chociażby ze względu na stosowanie pewnego zakresu tolerancji podczas ich wytwarzania. Parametr PRNU może być zatem traktowany jako swoisty „odcisk palca sensora”, będący jego indywidualną cechą. Podczas zrealizowanych badań analizom poddano 33 egzemplarze aparatów fotograficznych, które podzielono na pięć grup (kryterium podziału stanowił model aparatu fotograficznego). Wykonane analizy miały na celu określenie, czy jest możliwa indywidualna identyfikacja aparatu fotograficznego z grupy urządzeń tego samego modelu. Jako kryterium oceny i prawidłowego wskazania określono współczynnik korelacji PCE (ang. peak to correlation energy) większy od 50. Analizowano zdjęcia niepoddane edycji, wykonane w warunkach zbliżonych do zdjęć kwestionowanych oraz charakteryzujące się takimi samymi parametrami technicznymi. Ze względów statystycznych badania wykonywano na co najmniej kilku egzemplarzach tego samego Urządzenia. Po wykonaniu eksperymentów stwierdzono, że możliwa jest identyfikacja indywidualna aparatu fotograficznego, jednakże, uwzględniając jakościowy charakter przedmiotowych badań, na formułowanie wniosków końcowych wpływ ma m.in. próba, na której dokonano analiz, jakość materiałów dowodowych oraz otrzymane wartości współczynnika korelacji.
EN
This article presents a method for source camera identification based on PRNU (photo response non-uniformity) analysis. Considering the imperfections during the manufacturing process, in practice it is not possible to produce two identical sensors. This is connected, among others, with tolerances during manufacture process. That’s why, the PRNU parameter can be treated as a specific “camera fingerprint”, which is individual for every sensor. During this researches, 33 cameras were analyzed, and divided into 5 groups (the criterion was the camera model). The main goal of analysis were determining if individual identification of a camera from a group of devices it’s possible. The PCE (Peak to Correlation Energy) correlation coefficient higher than 50 was criterion for correct linked between camera and questioned files. Analyzed images was not edited, and have the same technical parameters like questioned files. Moreover reference files was made in similar conditions like evidence photos. Analysis were provided of couple of the same cameras like evidence device. Conclusion was, that we can identify specific camera model using PRNU analysis, however, some of condition should be performed, among others, analyzed a couple of the same device like suspect camera, quality of analyzed evidence files, quantity of correlation coefficient
EN
This article presents a method for source camera identification based on PRNU (photo response non-uniformity) analysis. Considering the imperfections during the manufacturing process, in practice it is not possible to produce two identical sensors. This is connected, among others, with tolerances during manufacture process. That’s why, the PRNU parameter can be treated as a specific “camera fingerprint”, which is individual for every sensor. During this researches, 33 cameras were analyzed, and divided into 5 groups (the criterion was the camera model). The main goal of analysis were determining if individual identification of a camera from a group of devices it’s possible. The PCE (Peak to Correlation Energy) correlation coefficient higher than 50 was criterion for correct linked between camera and questioned files. Analyzed images was not edited, and have the same technical parameters like questioned files. Moreover reference files was made in similar conditions like evidence photos. Analysis were provided of couple of the same cameras like evidence device. Conclusion was, that we can identify specific camera model using PRNU analysis, however, some of condition should be performed, among others, analyzed a couple of the same device like suspect camera, quality of analyzed evidence files, quantity of correlation coefficient.
PL
W artykule zaprezentowano metodę identyfikacji aparatu fotograficznego na podstawie analizy szumu matrycy PRNU (ang. photo response non-uniformity). Zważając na niedoskonałości podczas procesu produkcyjnego matryc, w praktyce nie jest możliwe wyprodukowanie dwóch sensorów o takich samych właściwościach. Dzieje się tak chociażby ze względu na stosowanie pewnego zakresu tolerancji podczas ich wytwarzania. Parametr PRNU może być zatem traktowany jako swoisty „odcisk palca sensora”, będący jego indywidualną cechą. Podczas zrealizowanych badań analizom poddano 33 egzemplarze aparatów fotograficznych, które podzielono na pięć grup (kryterium podziału stanowił model aparatu fotograficznego). Wykonane analizy miały na celu określenie, czy jest możliwa indywidualna identyfikacja aparatu fotograficznego z grupy urządzeń tego samego modelu. Jako kryterium oceny i prawidłowego wskazania określono współczynnik korelacji PCE (ang. peak to correlation energy) większy od 50. Analizowano zdjęcia niepoddane edycji, wykonane w warunkach zbliżonych do zdjęć kwestionowanych oraz charakteryzujące się takimi samymi parametrami technicznymi. Ze względów statystycznych badania wykonywano na co najmniej kilku egzemplarzach tego samego urządzenia. Po wykonaniu eksperymentów stwierdzono, że możliwa jest identyfikacja indywidualna aparatu fotograficznego, jednakże, uwzględniając jakościowy charakter przedmiotowych badań, na formułowanie wniosków końcowych wpływ ma m.in. próba, na której dokonano analiz, jakość materiałów dowodowych oraz otrzymane wartości współczynnika korelacji
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.