我可以确定两张照片是由完全相同的设备拍摄的吗?


9

因此,假设我有两个相同的iPhone,它们都是同一型号,并且运行相同的iOS。然后,我继续让某人从其中一部电话中随机提取一张照片,而不告诉我它来自哪部。这张照片是在至少几天前的那个时候通过手机拍摄的。然后,将照片从其原始设备中完全删除,没有任何痕迹。鉴于我可以同时使用这两种设备,因此可以在每台设备上拍摄无限数量的图片进行比较,有没有办法像读取元数据那样,告诉我新图片来自哪部手机?各有一张照片吗?

编辑:让我们假设没有人试图故意伪造元数据。元数据与拍摄照片时的元数据相同。我们还假设在拍摄照片的那一刻,两个设备都非常接近。

同样,我上面描述的情况也不是假设的。我实际上正在尝试这样做,并且我有两个iPhone SE可以使用。但是我浏览了原始的元数据,无法找到与我知道来自同一来源的两张照片匹配的字段,而这些照片也来自不同来源的照片。

再次编辑:我已确定(至少大多数)Apple设备没有存储序列号或任何其他种类的判别标志,以绝对说两张照片来自同一设备。但是,我听到人们在谈论如何处理,由于每个芯片的差异很小,因此可以从实际照片中确定同一设备拍摄了两张照片。有谁知道更多吗?


2
您对有人故意伪造结果的场景感兴趣,还是仅对设备中的“原始”图像感兴趣?
菲利普·肯德尔

如果您可以提供两个图像的样本,将对我们有帮助。有些人使用EXIF工具,而我们中的一些人可能是能够在代码中做到这一点的程序员。
MikeD

三张图片标有其设备。设备?表示它来自两者之一,但我假设不知道是哪一个。在这种情况下,我确实知道与谁合影了,但这是因为我只是拍了这些照片。drive.google.com/drive/folders/...
创造的元素

Answers:


2

正如其他人所指出的,没有明确的方法来证明该图像从特定设备来了。 必须收集,考虑和关联所有证据才能得出可能的答案。这包括元数据,定时信息,GPS坐标,镜头和传感器特性以及压缩设置。

是否可以做出合理的猜测取决于所涉及的特定图像和设备。 在练习中提供提供的图像以演示该过程非常有用。为了简化讨论,我将参考图像A,图像B和图像U,它们分别与相应的设备一起使用。

  • 设备相同。 设备A已安装iOS 9.3.5。设备B已安装iOS 10.1.1。设备U还安装了iOS 9.3.5。

  • 假设您在拍摄图像后不久就上传了图像,则图像A和图像U都是使用正常运行时间约为27小时的设备拍摄的。图像B是使用正常运行时间约为107小时的设备拍摄的。根据正常运行时间,我可能会猜测图像U是在图像A之后约16秒拍摄的。

  • 根据时间戳记,图像U是在图像A之后约17秒拍摄的。图像B是在其中两个图像拍摄前19天拍摄的。当然,这本身是没有意义的,并且时间戳通常是不正确的。但是,结合正常运行时间信息,图像U和图像A彼此紧密相关。

  • 我检查了每个图像的DQT。DQT确定JPEG压缩的“质量”。有趣的是,它对于图像A和B是相同的,但对于图像U是不同的。没有帮助。

  • 如果拥有这些设备,则可以尝试在多个设置下拍摄多个明暗场图像。也许镜头对准,光图案(渐晕),热点,“噪点”图案或灰尘斑点将使其中一种设备消失。不幸的是,对于许多图像,这不太可能有所帮助,因为主题通常会掩盖这些功能。

  • 如果我有大量相互关联的图像,则可以尝试根据GPS数据映射它们。聚集在一起的图像更可能彼此相关。在同一时间拍摄相距较远的图像的可能性极低。

  • 我还将检查图像内容,例如人或地标。这将有助于将图像聚类在一起,并确认GPS数据。

现在考虑到我所学到的知识,我必须确定自己对结论的信心。由于提出的方案不涉及欺骗,我相当有信心,设备U =设备A

同样,以上都不是确定的,我不能排除第三个设备C,甚至排除设备A =设备B。尽管后者不太可能,因为那意味着iOS已降级。


目的不是要在测试照片上实际执行此操作。目标是根据随机时间在可能已重新启动的设备上拍摄的新照片来确定。基本上,在这种情况下,任何涉及时间的元数据都将变得完全不相关。gps的位置也不重要。尽管iOS可以确定单个设备没有拍照,但目标是能够明确地说出特定设备的DID。您确实开始提到确定特定设备与照片之间的连接的技术,但是现在人们将如何处理。
创作的元素

正如我所说,这都不是确定的。所有这些信息都必须收集并关联起来以确定结论的可信度。在这种情况下,我检查的3/6分相吻合。两项无法执行,而一项则没有定论。通过实际执行练习,我具体演示了您需要采取的步骤,并且在这种情况下,A和U之间存在合理的相关性。否则,我会像其他人一样挥霍自己并说这是不可能的其他。
xiota

而且,gps位置可以简单地关闭,因此这是一种不可靠的方法。据我所知,由于元数据可能会被剥离(删除,而不是用错误的信息代替),并且元数据可能完全是错误的,因此与元数据有关的任何事情都无法最终证明任何事情。由于iPhone不会对照片应用任何类型的唯一标识符,因此就不需要元数据了。分析图像本身似乎是唯一的方法。如果您能对此进行详细说明,将不胜感激。
创作的元素

无论采用哪种数据可以和关联他们彼此。您不能将帽子挂在一条可能是虚假的信息上。如果元数据可用,则应使用它。例如,如果在地图上对照片进行聚类显示图像是在同一时间间隔相距数百英里拍摄的,则尽管这些信息可能是伪造的,但不太可能是使用同一设备拍摄的。但这与问题中的假设背道而驰。
xiota

1
至于拍摄平场照片,除了您在不同设置下拍摄一堆散光的明暗场照片外,我不确定要说些什么。您可能会发现镜头渐晕,灰尘,热点或传感器的“噪点”图案。然后,您在照片中寻找那些相同的功能。但是,由于摄影对象易于观察它们,所以它也不是确定的。同样,镜头校正之所以有效,是因为相同型号的传感器和镜头之间的大多数差异不在我们的检测范围之内。
xiota

5

比您要做的还要困难:每个固态传感器芯片都有其自身的不规则性-像素响应度等方面的细微差异。法医分析师给出了已知来自每个摄像机的一对图像后,可以明确地说出哪个摄像机产生了其他任何图像。即使仅知道JPG的特定压缩参数,即使只有JPG输出也可以使用AFAIK。


5
您可以链接到更多信息吗?我很想了解法医分析师如何明确地说给定图像是否由给定相机产生。
youcantryreachingme

3
我怀疑每台相机只有一个样本是否可行。强烈的怀疑。
Myridium '17

我认为可能是比较黑暗区域的噪声的一种选择。您可能需要一张黑色照片作为参考。
拉斐尔

@Rafael噪声的性质会因镜头而异,因此我看不出会有什么帮助。
Mark Ransom

1
@MarkRansom并非所有噪声都是相同的。=)在这种情况下,读取噪声模式噪声被认为是信号中的噪声形式,但并非精确随机。由于每个传感器芯片的特殊性,图案噪声是图像中的静态偏差。这种噪声中的独特模式就像每个传感器的指纹一样。
scottbb

1

也许不是您要找的东西,但是如果您已经用每部手机拍摄了一张样本照片,则可以通过查看通常存储在元数据中的渐进数字来获得提示。

我没有iPhone样品,但它可以与数码相机配合使用,如果两个单元的快门数量明显不同,则效果最好。


0

显然,没有针对硬件序列号的标准化EXIF条目。两种相同型号的相机将产生或多或少相同的标准化EXIF数据。但是相机有时会在EXIF数据的“制造商说明”部分中保存序列号或其他唯一的硬件标识信息。“制造商注释部分”具有制造商定义的字段,这些字段没有按照“制造商注释”中没有的其余EXIF数据进行标准化的方式进行专门标准化。您可以使用EXIF查看器找到它,该查看器显示“制造商注释”信息以及标准化的EXIF字段。如果制造商提供了信息,则使用HEX编辑器或编写简短程序也可能使您看到该信息。

请注意,大多数Adobe产品(Lightroom,Photoshop,Camera Raw,DNG转换器)在用于转换或导出图像文件时,会从EXIF信息中剥离很多“制造商注释”信息。当显示包含图像的EXIF信息时,Adobe产品也会忽略“制造商注释”信息。

早在2005年,有人在DPReview网站上发布了一篇有关该帖子的文章 ,其中大多数评论者分享了他们对EXIF信息的“做笔记”部分的相对了解。


5
尽管从技术上讲这是正确的,但大多数普通的EXIF工具(包括Lightroom和exiftool我碰巧可以立即使用的两个工具)都可以很好地从制造商特定的EXIF数据中提取序列号(-SerialNumber如果使用的话)exiftool
菲利普·肯德尔

对于制造商来说,从EXIF数据中识别特定的摄像头听起来有点像侵犯隐私(在某些情况下,他们可以知道该摄像头是卖给谁/谁带去维修的)……我们知道哪些摄像头吗?嵌入这个吗?
thomasrutter

0

我没有苹果设备,所以我不知道EXIF数据是什么样子,但是假设制造商的注释中没有识别标记,并且您必须分析摄影数据,那么这就是字母代理商的问题。会付给法医专家6位数的薪水来算出。苹果也有可能在压缩中嵌入某种水印,并且该数据仅可用于执法部门。实际上,如果没有这样的东西,我会感到惊讶。


苹果也有可能在压缩中嵌入某种水印。这就是隐写术。我想,如果苹果惊讶做类似的东西。他们强烈支持用户的隐私权,并且尚未同意对其产品的任何其他元素中用于执法的“后门加密密钥”提出任何要求。并且在图像压缩中隐藏任何信号的问题在于,如果对图像进行编辑和重新压缩,则很难保存该信息(可能是不可能的)。
scottbb

0

简单回答:不可以。

我拥有3部iPhone 7,并且是元数据专家。

尽管您可以通过卡尔·威索夫特(Carl Witthoft)所描述的法医方法来查找。


您可以提供更多有关此法医方法的信息吗?
罗密欧·尼诺夫

我无法比卡尔·威索夫特更好地描述它。我是机械师,不是法医科学家。
Texxi
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.