中文摘要: 光响应非均匀性(Photo Response Non-Uniformity, PRNU)这一独特的噪声特征，作为相机的“指纹”被广泛应用于相机源识别。然而，电子稳像(Electronic Image Stabilization, EIS)技术会对视频的 PRNU 产生破坏性影响，导致相机源识别的准确性下降。针对反演 EIS 空间变换参数计算量大且精准度不高的问题，提出了一种改进的设备指纹溯源模型。首先，对图像与视频帧对齐方法进行了改进，以解决图像和视频分辨率不匹配的问题。其次，引入了加速稳健特征(Speeded Up Robust Features, SURF)算法，用于预选弱稳定的视频帧。最关键的是提出了用差分进化(Differential Evolution, DE)算法优化空间参数搜索，用于快速反演 EIS 的影响。在 VISION 数据集上的实验结果表明，所提出的改进设备指纹溯源模型在 30 帧测试帧下，AUC 为 0.978，识别准确率为 86.2%，平均每帧计算时间为 15 s，均优于现有算法。