随着智能手机和短视频平台的快速发展与普及，每人拥有一部手机已经成为理所应当的事情，人们已经可以随时随地拍摄视频，甚至是随时随地将视频上传至网络。短视频平台的快速发展更是加快了视频信息的传播，但是个人视频拍摄、上传与公开的便利性同时也会带来不利的方面，比如含有违法内容的视频将成倍的增加。并且违法视频的发布者通常利用网络对使用者隐私保护的机制，匿名作案，这就给法医取证带来了极大的困难。因此，多媒体数据（图像与视频）的源鉴别一直是多媒体取证领域的研究者们备受关注的难题之一，尤其是对视频采集过程中的相机微运动进行追溯的研究更是鲜有涉及。
　　本文主要研究了与相机微运动相关的视频源鉴别算法的现状与发展，并对算法在研究过程中所遇到的难题与解决方案进行了讨论，同时对关于追溯到相机微运动的算法可行性进行了研究与分析。首先，本文对相机微运动参数估计的发展背景及研究近况进行了总结与阐述。其次，本文对现阶段较为新颖有效的算法进行了介绍，并总结了其所涉及的相关理论知识。最后，根据算法后续研究的需要，新建了一个关于图像与视频的数据集，并针对匿名视频的源鉴别问题，提出了一种改进的基于光响应不一致（Photo-Response Non-Uniformity，PRNU）噪声的相机微运动匹配算法，然后在新建数据集的基础上将现阶段只可追溯到视频源设备的源鉴别算法扩展到可估计出相机微运动参数的阶段。
　　本文的创新点主要体现在三部分：一是本文提出了一个新的图像与视频的数据集，该数据集包含了现阶段较为新款的设备拍摄的图像与视频，并创新性的记录了拍摄者的个人信息，以便于后续对视频拍摄者进行追溯。二是基于视频PRNU噪声的相机微运动匹配算法，方法讨论了新款拍摄设备具有的视频稳定功能对相机微运动匹配算法的不利影响及其三维特性，进而得出需要对测试视频的PRNU噪声进行三维几何变换来促成更准确的匹配的结论。实验结果表明该方法的鉴别结果比已有方法在精度上有所改善。三是在上述改进算法与新建数据集的基础上，本文提出了基于视频PRNU噪声的相机微运动参数估计算法。已知设备稳定技术的目标就是减少拍摄者非主观意识控制的手抖对视频质量的影响，当算法可较为准确地模拟出手抖行为的运动参数时，便可以估计出拍摄时相机所经历的微运动过程，并可以进一步对拍摄者运动状态进行分析，这对案情的分析与推理有着重大意义。