Hybrid DN-MobileNet: framework para identificacao forense da camera de origem em videos
Pesquisadores publicaram na Forensic Science International: Digital Investigation um estudo sobre um framework hibrido baseado em MobileNet para identificacao da camera de origem (source camera identification) a partir de videos, tema classico de forense de midia aplicado a autenticacao de conteudo digital. O trabalho e relevante para casos de verificacao de proveniencia de video em investigacoes.
O acesso ao texto completo do artigo nao foi possivel (o ScienceDirect retornou erro 403 para coleta automatizada), portanto esta analise parte apenas do titulo e dos metadados de publicacao disponiveis. O tema, contudo, e bem delimitado dentro da forense de midia: identificacao da camera de origem de um video, uma tecnica usada para determinar se um arquivo de video foi de fato capturado pelo dispositivo alegado ou para vincular um video anonimo a um aparelho especifico apreendido em investigacao.
A abordagem classica de source camera identification em imagens estaticas se apoia na extracao do PRNU (Pattern Noise de Resposta Nao Uniforme do sensor), uma especie de 'impressao digital' unica de cada sensor de camera causada por imperfeicoes microscopicas de fabricacao. Aplicar esse tipo de tecnica a video e mais dificil por causa da compressao com perdas (H.264/H.265), estabilizacao digital e reamostragem de quadros, que degradam o ruido do sensor usado como assinatura. O uso de uma arquitetura hibrida baseada em MobileNet (uma familia de redes neurais convolucionais leves, originalmente projetada para rodar em dispositivos moveis) sugere uma tentativa de extrair automaticamente, via deep learning, padroes discriminativos de camera que sobrevivam a esse tipo de degradacao, em vez de depender exclusivamente do PRNU classico.
Esse tipo de ferramenta tem aplicacao direta em casos envolvendo materiais de abuso infantil (para verificar se um video foi produzido com um dispositivo apreendido), verificacao de deepfakes e videos manipulados, e disputas sobre a autenticidade de gravacoes usadas como prova. A vantagem pratica de um metodo mais leve, como os da familia MobileNet, e a possibilidade de rodar a analise em maior escala ou em ambientes com menos recursos computacionais, o que importa em laboratorios forenses que processam grandes volumes de midia por caso.
Sem acesso aos resultados experimentais do artigo, nao e possivel avaliar a taxa de acerto do metodo proposto nem compara-la com tecnicas concorrentes. A leitura do texto completo (Forensic Science International: Digital Investigation, Volume 57, junho de 2026, autores Anmol Tigga e Sitara K.) e recomendada antes de qualquer adocao pratica da tecnica em laudos periciais.