noise op• データ種: image2d → image2d
• 呼び出し: import imgforensics; imgforensics.noise_inconsistency_map(image, block: 'int' = 16) -> 'np.ndarray' (または opsimgforensics.get("noise_inconsistency_map"))
ブロックごとの 雑音標準偏差 を並べた地図。`image2d`。
Immerkær 1996 の 3x3 マスクで高周波成分を取り、`block` 角の非重複ブロックごとに
`sigma = sqrt(pi/2) / 6 * mean(|conv|)` を出してブロック定数で戻す。
貼り付けた領域が別の露出・別の圧縮率・別のカメラから来ていれば、この値が
まわりと 段差になる。
精度は良い(`tests/test_imgforensics.py` が固定)。真の σ が上半分 0.01・
下半分 0.04(8 bit で 2.55 と 10.20、比 4.0)の合成画像で、推定は
2.533 と 10.214、比 4.033 —— 絶対値も比も 1% 以内。
この地図が言えないこと:
• テクスチャは雑音として数えられる。Immerkær のマスクはラプラシアン風なので、
細かい模様の領域は σ が高く出る。実測:雑音は上下とも同じ σ=0.01 で、
下半分にだけ市松模様を足した画像では、模様側 15.97 / 平坦側 2.58 = 6.2 倍。
段差があっても「改竄」ではなく「模様」かもしれない。
• 逆に 平滑化された改竄は σ が下がるので見えるが、平坦な背景に平坦な物を
貼った場合は差が出ない。
• JPEG は雑音をブロックごとに削るので、圧縮済みの画像では `block` を 8 の倍数に
しないとブロック格子と干渉して縞が出る(既定 16 は 8 の倍数)。
• ★ 画像の縁に、改竄と無関係な段差が必ず出る(2026-09-06 実測)。
畳み込みが `mode="reflect"` で折り返すため、外周のブロックでは高周波が
減って σ が低く出る。改竄ゼロ・一様雑音の 256x256 で、最外ブロック帯
8.815 に対し中心 9.537(-7.6 %)。同じ画像の生の局所 std は
0.03491 と 0.03563(-2.0 %)しか違わないので、差の大半は推定器が作っている。
中央値からの隔たりで見ると最外 0.7173 / 中心 0.5948 = 1.21 倍。
画素ごとの ROC を取るとこれだけでゼロ点 AUC が 0.5 から外れる
(`examples/poc_forensics_roc.py` の実測で 0.447)。**外周 1 ブロックを
判定から外す**か、中央値を場所ごとに取ること。
• 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。
• image_forensics_audit — py -3.11 examples/image_forensics_audit.py
• poc_forensics_roc — py -3.11 examples/poc_forensics_roc.py
image2d を入力に取れる)perceptual_hash · fingerprint_correlate · error_level_map · jpeg_quality_estimate · jpeg_ghost_map · copy_move_regions · watermark_embed · watermark_extract
noise)—
*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.