fullseye

fingerprint_strength_map — IMGFORENSICS sensor op

• データ種: fingerprint → image2d
• 呼び出し: import fullseye as fs; fs.ledger.fingerprint_strength_map(fingerprint, block: 'int' = 16) -> 'np.ndarray' (実装を直接呼ぶなら import imgforensics; imgforensics.fingerprint_strength_map(fingerprint, block: 'int' = 16) -> 'np.ndarray'、台帳から引くなら opsimgforensics.get("fingerprint_strength_map"))

使い方

指紋の ブロックごとの実効強度(標準偏差)を並べた地図。image2d。

PRNU は飽和した画素と真っ暗な画素では出ない(乗法的な欠陥なので信号が要る)。 この地図は「指紋がどこで何も言えないか」を見るためのもので、値が低い領域の 照合結果は弱い。block 角の非重複ブロックごとの標準偏差を、元の (H, W) へ ブロック定数で戻して返す(端は端のブロックの値で埋める)。

実測(tests/test_imgforensics.py::test_strength_map_marks_the_saturated_half、 128x128 の左半分だけを飽和させた 8 枚から指紋を作る):飽和側の平均強度 0.075 に対し通常側 1.409 = 18.8 倍。左半分では PRNU が乗る余地が 無い(乗法的な欠陥なので信号が要る)ことがそのまま出ている。

これは fingerprint 語彙の 出口 でもある(袋小路を作らないため)。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• image_forensics_audit — py -3.11 examples/image_forensics_audit.py

型が繋がる次の op(image2d を入力に取れる)

perceptual_hash · fingerprint_correlate · error_level_map · jpeg_quality_estimate · jpeg_ghost_map · noise_inconsistency_map · copy_move_regions · watermark_embed

同カテゴリ(sensor)

sensor_fingerprint · fingerprint_correlate

---

Provenance: imgforensics.py — IMGFORENSICS operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.