फ़ीचर की सीढ़ी: v1.3 → v1.8
परिकल्पना की बेसलाइन से जमे हुए वार्प इंजन तक मेरी क्रमिक चढ़ाई, मेरी मूल रिसर्च नोटबुक से चुनी गई।
v1.3 के बाद मैंने जानबूझकर क्रमिक ढंग से काम किया: एक बार में एक फ़ीचर परिवार जोड़ना, AUC का क़दम मापना, और लिखना कि वह क्यों हिला। मैं पेपर के लिए बुनियादी विश्लेषण उतना ही लिख रहा था जितना मॉडल के लिए।
सीढ़ी
| वर्शन | जोड़ा गया | प्रति-टाइल AUC |
|---|---|---|
| v1.3 | सिर्फ़ परिकल्पना की बेसलाइन: fragility_rate + cross_residual_corr | 0.627 |
| v1.4 | + local_var (रेज़िड्यूअल की स्थानिक विषमता), + cross_recovery_ratio_mean (ज्यामितीय टाइल जोड़ियों में पुनर्निर्माण की विफलता की समरूपता) | 0.688 |
| v1.5 | सिर्फ़ उन फ़ीचर तक सीमित करना जिनकी परिकल्पना की दिशा पुष्ट हो | 0.754 |
| v1.6 | हाई-पास कंटेंट आइसोलेशन (डेटा तैयारी, फ़ीचर नहीं) | — |
| v1.7 | + 4 सीम फ़ीचर (सीमा रेज़िड्यूअल + स्पेक्ट्रल असंततता) | 0.761 |
| v1.8 | + circ_var_noise, composite_noise → मानक 10 | 0.775 |
v1.3: परिकल्पना पर आधारित दो फ़ीचर, AUC 0.627। कमज़ोर, पर उसका हर अंक भौतिकी है, और SHAP दिखाता है कि cross_residual_corr बोझ उठा रहा है।
v1.5 का फ़ीचर स्पेस जिसने उस सीमा को जायज़ ठहराया: कम पुनर्प्राप्ति + ज़्यादा नाज़ुकता → असली; ज़्यादा पुनर्प्राप्ति + कम नाज़ुकता → जनरेटेड। परिकल्पना की दिशा, दो आयामों में एक रैखिक सीमा के रूप में दिखती हुई।
v1.6: वह मोड़ जिसने सिग्नल को ईमानदार बनाया
कच्चा रेज़िड्यूअल दूषित होता है: ज़्यादा टेक्सचर वाली टाइलें मूल की परवाह किए बिना बड़े रेज़िड्यूअल बनाती हैं, इसलिए मेरा शुरुआती fragility_rate आंशिक रूप से एक टेक्सचर डिटेक्टर था। मैंने इसे v1.6 में एक ही प्रीप्रोसेसिंग बदलाव से ठीक किया: रेज़िड्यूअल में से उसकी ही एक निम्न-आवृत्ति (धुँधली) प्रति घटाना, ताकि सिर्फ़ उच्च-आवृत्ति घटक बचे।
हाई-पास फ़िल्टरिंग निम्न-आवृत्ति कंटेंट घटक को हटा देती है और PRNU-प्रधान रेज़िड्यूअल छोड़ देती है। हर आगे का फ़ीचर इसी नॉइज़ रेज़िड्यूअल पर निकाला जाता है। यह सबसे ज़्यादा जटिल टेक्सचर में मायने रखता था, यानी कपड़ों और बारीक पैटर्न में, जहाँ कंटेंट की ऊर्जा वरना सेंसर-नॉइज़ सिग्नल को डुबो देती। पूरे प्रोजेक्ट में मेरा किया यह सबसे साफ़ एकल सुधार है।
v1.7 की एक कार्यान्वयन-टिप्पणी जो मुझसे लगभग छूट गई थी: वापसी वार्प को स्वतंत्र रूप से फ़िट किए गए रिवर्स ट्रांसफ़ॉर्म की जगह सटीक मैट्रिक्स इनवर्स के रूप में निकालने पर AUC का एक छोटा-सा अंश (~0.0015) गया: सटीक इनवर्स राउंड-ट्रिप स्वतंत्र रूप से फ़िट किए गए राउंड-ट्रिप से मामूली-सा कम भेदक है। प्रोब की छोटी असमानताएँ भी जानकारी हैं।
v1.8 इंजन
जमी हुई कॉन्फ़िगरेशन एक दर्जन छोटे स्थिरांकों की है, टाइल की ज्यामिति, डिफ़रेंशियल स्ट्रेंथ की जोड़ी, हाई-पास और सीम की विंडो, जिन्हें मैं यहाँ रोके हुए हूँ। पर नतीजे का आकार मानों से ज़्यादा मायने रखता है: मेरी एब्लेशन ने पुष्टि की कि वे एक सपाट इष्टतम बिंदु पर हैं (पड़ोसी टाइल आकारों और हाई-पास चौड़ाइयों में AUC का अंतर < 0.004 है; मैंने अपने शुरुआती योजना-नोट्स की एक बहुत छोटी टाइल आज़माई और ठुकरा दी)। वार्प स्ट्रेंथ एक डिफ़रेंशियल जोड़ी के रूप में चढ़ती है, और हर स्ट्रेंथ पर होमोग्राफ़ी रैंडम रहती हैं: ट्रायल के बीच संगति ठीक वही है जो औसत लेना समदैशिकता का बलिदान किए बिना देता है।
प्रोब से गुज़रती एक टाइल: मूल → वार्प की हुई → पुनर्निर्मित → प्रति-पिक्सल त्रुटि; नीचे, ट्रायल से जमा हुआ रेज़िड्यूअल, उसका हाई-पास संस्करण, संरचित-नॉइज़ अनुपात, और रेज़िड्यूअल की किनारा संरचना। यह पूरी परिकल्पना एक आकृति में है।
दस फ़ीचर, स्थानिक रूप में
| # | फ़ीचर | क्या पढ़ता है |
|---|---|---|
| 1 | fragility_rate | ∂R/∂s: PRNU के नष्ट होने की दर |
| 2 | local_var | पुनर्निर्माण की विफलता की स्थानिक विषमता |
| 3 | circ_var_noise | रेज़िड्यूअल ग्रेडिएंट फ़ील्ड की असंगति |
| 4 | composite_noise | संयुक्त परिमाण × सुसंगति |
| 5 | cross_residual_corr | विकर्णीय रूप से प्रतिबिंबित टाइलों में साझा भौतिकी |
| 6 | cross_recovery_ratio_mean | पुनर्निर्माण की विफलता की समरूपता |
| 7–8 | seam_h/v_disc | सीमा रेज़िड्यूअल असंततता |
| 9–10 | seam_h/v_spectral | सीमा स्पेक्ट्रल असंततता |
circ_var_noise ने अपनी जगह सबसे कठिन मामलों में कमाई: iPhone से ली गई तस्वीरें, डाउनसैंपल की हुई भी (JPEG-कंप्रेस्ड एक ज्ञात समस्या बनी रही)। और इन 10 प्रति-टाइल स्केलर पर एक XGBoost:
प्रति-टाइल, सिग्नल जानबूझकर कमज़ोर है (कठिन स्केल्ड कॉर्पस पर ≈0.60; v1.8 डेटासेट पर 0.775): एक अकेली टाइल बस एक फुसफुसाहट है। SHAP रैंकिंग में circ_var_noise और local_var आगे हैं। एग्रीगेशन वह जगह है जहाँ फुसफुसाहट फ़ैसला बन जाती है।
एग्रीगेशन: केंद्र का भार और वोटिंग की सूझ
v1.8 में मैंने टाइल ग्रिड पर इमेज-स्तर के एग्रीगेशन में टेक्सचर, केंद्र और भरोसे के आधार पर भार जोड़े। केंद्र की ओर झुकाव उस बात को दर्ज करता है जो मुझे बार-बार दिखती रही: जिन पैच में विषय-वस्तु होती है उनमें टेक्सचर ज़्यादा समृद्ध होता है → PRNU सिग्नल ज़्यादा मज़बूत (असली) या जनरेशन आर्टिफ़ैक्ट ज़्यादा साफ़ (जनरेटेड) → भविष्यवाणियाँ ज़्यादा भरोसेमंद। चिकने एकसमान कंटेंट वाले किनारे और बैकग्राउंड के पैच शोर करने वाले वोटर हैं जो सिग्नल को पतला कर देते हैं।
~15k-इमेज वाले रन पर:
real : maj = 87.1% wgt = 65.8%
generated : maj = 94.7% wgt = 96.1%
overall : maj = 90.9% wgt = 80.9%मैंने अध्याय को v1.8.2 में एक विश्लेषणात्मक (मॉडल-मुक्त) स्कोरर प्रोब के साथ बंद किया, जिसने पुष्टि की कि भेद करने का काम वार्प और फ़ीचर करते हैं, पेड़ नहीं: उन्हीं 10 फ़ीचर पर हाथ से कैलिब्रेट किया स्कोरर XGBoost के क़रीब पहुँचता है, और भौतिकी के दावे के बारे में मैं ठीक यही सच होना चाहता था।
मैंने v1.8 को वहीं जमा दिया। इसके बाद का सब कुछ इस इंजन के आसपास बनता है, इसके अंदर नहीं, शुरुआत उस फ़्यूज़न से जिसने वार्प की सीमा तोड़ी।