格罗宁根大学的计算机科学家开发了一个系统，用于分析单个摄像头产生的噪音。该项目旨在开发智能工具来打击对儿童的剥削。此信息可用于将视频或图像链接到特定摄像头。研究结果发表在2022年6月4日的SN Computer Science杂志和2022年6月10日的Expert Systems with Applications杂志上。

据互联网观察基金会2019年报告，荷兰是显示儿童性虐待的数字内容的主要发行国。为了打击这类虐待行为，需要使用法医工具分析数字内容，以确定哪些图像或视频包含可疑的虐待儿童内容。另一个未开发的信息源是图像或视频帧中的噪声。作为欧盟项目的一部分，格罗宁根大学的计算机科学家与莱茵大学的同事贸n（西班牙）发现了一种从图像或视频中提取噪声并对其进行分类的方法，该图像或视频显示了制作该噪声的相机的“指纹”。

格罗宁根大学伯努利数学、计算机科学和人工智能研究所信息系统研究小组助理教授乔治·阿佐帕迪（GeorgeAzzopardi）表示：“你可以将其与子弹上的特定凹槽进行比较。”。每种枪支都会在子弹上产生特定的图案，因此法医专家可以将在犯罪现场发现的子弹与特定的枪支进行匹配，或者将在不同犯罪现场发现的两颗子弹与同一件武器联系起来。

Azzopardi解释道：“每个摄像头的嵌入式传感器都有一些缺陷，这些缺陷在所有帧中都表现为图像噪声，但肉眼看不见。”。这会产生特定于摄影机的噪波。古鲁·本纳布哈克图拉，格罗宁根和莱茵大学的博士生贸n、 开发了一个系统来提取和分析这种噪声。Bennabhaktula说：“在图像识别中，分类器用于提取图像中物体的形状和纹理信息，以识别场景。”。“我们使用这些分类器来提取特定于相机的噪声。”

他创建了一个计算模型，从28台不同相机拍摄的视频帧中提取相机噪声，这些视频帧取自公开的视觉数据集，并使用该模型训练卷积神经网络。随后，他测试了经过训练的系统是否能够识别同一台相机拍摄的帧。Bennabhaktula说：“事实证明，我们可以以72%的准确率完成这项工作。”。他还指出，噪音对于一个品牌的相机、特定类型的相机和单个相机来说都是独一无二的。在另一组实验中，他使用公开的德累斯顿数据集的图像对18个相机模型进行分类，准确率达到99%。

他的工作是欧盟4NSEEK项目的一部分，在该项目中，科学家和执法机构合作开发智能工具，帮助打击对儿童的剥削。Azzopardi说，“每个小组都负责开发一种特定的法医工具。”Bennabhaktula创建的模型可以有这样的实际用途。“如果警方在虐待儿童嫌疑人身上发现摄像头，他们可以将其与存储设备上发现的图像或视频链接。”

Bennabhaktula补充道，该模型是可伸缩的。“通过仅使用视频中的五个随机帧，每秒可以对五个视频进行分类。其他人已使用该模型中使用的分类器来区分其他计算机视觉应用程序中的10000多个不同类别。”这意味着分类器可以比较成千上万个摄像头的噪声。4NSEEK项目现已结束，但Azzopardi仍与法医专家和执法机构保持联系，以继续这一研究路线。“我们还致力于确定一对图像之间的源相似性，这有着不同的挑战。这将构成我们关于这一主题的下一篇论文。”