메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이대현 (고려대학교) 문종섭 (고려대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제30권 제6호
발행연도
2020.12
수록면
1,053 - 1,065 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

Bidirectional Convolutional LSTM을 이용한 Deepfake 탐지 방법
이대현 정보보호학과 2021.01 학위논문

2020

Bidirectional Convolutional LSTM을 이용한 Deepfake 탐지 방법
이대현 ,  문종섭 정보보호학회논문지 2020.12 학술저널

초록· 키워드

오류제보하기
최근 하드웨어의 성능과 인공지능 기술이 발달함에 따라 육안으로 구분하기 어려운 정교한 가짜 동영상들이 증가하고 있다. 인공지능을 이용한 얼굴 합성 기술을 딥페이크라고 하며 약간의 프로그래밍 능력과 딥러닝 지식만 있다면 누구든지 딥페이크를 이용하여 정교한 가짜 동영상을 제작할 수 있다. 이에 무분별한 가짜 동영상이 크게 증가하였으며 이는 개인 정보 침해, 가짜 뉴스, 사기 등에 문제로 이어질 수 있다. 따라서 사람의 눈으로도 진위를 가릴 수 없는 가짜 동영상을 탐지할 수 있는 방안이 필요하다. 이에 본 논문에서는 Bidirectional Convolutional LSTM과 어텐션 모듈(Attention module)을 적용한 딥페이크 탐지 모델을 제안한다. 본 논문에서 제안하는 모델은 어텐션 모듈과 신경곱 합성망 모델을 같이 사용되어 각 프레임의 특징을 추출하고 기존의 제안되어왔던 시간의 순방향만을 고려하는 LSTM과 달리 시간의 역방향도 고려하여 학습한다. 어텐션 모듈은 합성곱 신경망 모델과 같이 사용되어 각 프레임의 특징 추출에 이용한다. 실험을 통해 본 논문에서 제안하는 모델은 93.5%의 정확도를 갖고 기존 연구의 결과보다 AUC가 최대 50% 가량 높음을 보였다.
#Deepfake #LSTM #Attention module #Artificial intelligence #Time distribution

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 방법
IV. 실험 결과
V. 결론
References

참고문헌 (42)

참고문헌 신청
B. Dolhansky, R. Howes, B. Pflaum, N. Baram, and C. C. Ferrer, “The deepfake detection challenge (DFDC) preview dataset,” arXiv preprint arXiv:1910.08854, 2019. K. Li, Z. Wu, K.-C. Peng, J. Ernst, and Y. Fu, “Tell me where to look: Guided attention inference network,” arXiv preprint arXiv:1802.10171, 2018. E. Sabir, J. Cheng, A. Jaiswal, W. AbdAlmageed, I. Masi, and P. Natarajan, “Recurrent Convolutional Strategies for Face Manipulation Detection in Videos,” in Proc. IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, 2019. google schola W.S. Hu, H.C. Li, L. Pan, W. Li, R. Tao, and Q. Du, “Feature extraction and classification based on spatial-spectral convlstm neural network for hyperspectral images,” arXiv preprint arXiv:1905.03577, 2019. Y. Li and S. Lyu, “Exposing deepfake videos by detecting face warping artifacts,” arXiv preprint arXiv:1811.00656, 2018.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥페이크 영상 탐지 관련 기술 동향 연구
박준 ,  조영호 한국정보과학회 학술발표논문집 2019 .12
국내외 언론이 바라본 딥페이크 기술
최창욱 ,  정유미 디지털콘텐츠학회논문지 2022 .05
데이터 기반 딥페이크 탐지기법에 관한 최신 기술 동향 조사
김정호 ,  안재주 ,  양보성 외 2명 정보보호학회지 2020 .10
적대적 학습을 통한 강건한 딥페이크 탐지 모델 구축
정유나 ,  배성호 한국정보과학회 학술발표논문집 2022 .12
얼굴 탐지 기술을 활용한 딥페이크 영상의 저작권 침해 여부 탐지
김동엽 ,  이상진 디지털포렌식연구 2022 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001438617