要約
本論文では、デジタル画像鑑識の新しい手法である「鑑識類似性」を紹介します。この手法は、2つの画像パッチが同じ鑑識痕跡を含むか異なる鑑識痕跡を含むかを判定します。このアプローチの利点は、将来、特定の鑑識痕跡について類似性を判定する際に、その痕跡に関する事前知識（例：訓練サンプル）が必要ないことです。そのため、私たちはCNNベースの特徴抽出器と3層ニューラルネットワーク（類似性ネットワークと呼ばれます）から構成される2つの部分からなる深層学習システムを提案します。このシステムは、2つの画像パッチのペアをスコアにマッピングし、それらが同じまたは異なる鑑識痕跡を含んでいるかどうかを示します。我々は、2つの画像パッチが1) 同じまたは異なるカメラモデルで撮影されたものか、2) 同じまたは異なる編集操作によって操作されたものか、3) 特定の編集操作において同じまたは異なる操作パラメータによって操作されたものかを判定するシステムの精度評価を行いました。実験結果は、様々な鑑識痕跡に対する適用可能性を示しており、「未知」の鑑識痕跡（システムの訓練に使用されなかったもの）に対して効果があることを特に示しています。また、提案したシステムが従来技術よりも大幅に改善し、誤り率が半分以下に減少することも実証されました。さらに、鑑識類似性アプローチの実用性について2つの具体的な応用例（偽造検出と位置特定、データベースの一貫性検証）で示しました。