null_distribution — IMGFORENSICS calibration op

• データ種: signal → table

• 呼び出し: import imgforensics; imgforensics.null_distribution(values) (または opsimgforensics.get("null_distribution"))

使い方

改竄が無いと分かっている標本から、証拠量の帰無分布をまとめる。

この族は一貫して判定を返さない。それは正しいが、そのままだと利用者は

`PCE 1832` のような数値を渡されて解釈する手段が無い。かといって

しきい値を同梱すると嘘になる ―― 分離点は枚数・解像度・圧縮率・被写体で

動くので、出荷時に決められる値ではない。

そこで利用者自身の清浄データから分布を測る。同梱するのは「しきい値」

ではなく「しきい値の測り方」で、それなら条件が変わっても正しいままでいる。

Parameters

----------

values : array_like

改竄が無いと分かっている組で測った証拠量(`hash_distance` や

`fingerprint_correlate()["pce"]` など)。同じ条件で集めること。

Returns

-------

dict

`n / mean / std / min / max / quantiles`

(5, 25, 50, 75, 95, 99 パーセンタイル)。標本が少ないと裾は測れない

ので `n < 20 は caveats` に出す(黙って外挿しない)。

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(table を入力に取れる)

evidence_quantile

同カテゴリ(calibration)

evidence_quantile

*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.