GAN과 DCGAN을 활용한 딥페이크 영상 기반 위조 영상 판별 연구 (Research on Deep-fake Image-based Forged Image Discrimination Using GAN and DCGAN)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 24권 / 7호 / 126 ~ 134페이지
· 저자명 : 전성우, 김지영, 박진모, 정회경

초록

최근 딥페이크 기술을 활용하여, 위조된 영상이나 이미지가 온라인상에 배포되면서, 긍정적인 면으로는 단순히 재미와 유머를 목적으로 사용하여 배포되고 있다. 그러나 기존의 딥페이크 관련 연구에 대한 분석과 문제점은 다양한 측면에서 나타낸다. 이러한 문제점 중에서도 딥페이크 기술이 진화하면서 탐지 기술도 이에 맞춰 발전하지만 여전히 완벽한 탐지는 힘들다는 점과 데이터 부족, 영상 데이터를 오인하여 반대의 결과를 나타내거나 실시간 처리가 어렵다는 점이다. 이에 본 논문에서는 딥페이크 영상 기반으로 위조 영상 판별 연구를 제안한다. 본 논문에서 일반 영상 데이터와 생성한 딥페이크 영상을 사용하여 판별 모델에 사용한다. 판별 모델은 프레임 분리, 이미지 프레임을 추출하여 얼굴인식 기술과 검출, 조정, 마스크 생성 과정을 실행한다. 이에 본 논문의 결과를 활용하여 위조된 영상으로 받는 2차 피해를 막을 수 있을 것이라 사료한다.

영어초록

Recently, forged videos and images have been distributed online using deepfake technology, but on the positive side, they are being distributed simply for the purpose of fun and humor. However, the analysis and problems of existing deepfake-related research are presented in various aspects. Among these problems, as deepfake technology evolves, detection technology also develops accordingly, but perfect detection is still difficult, lack of data, misinterpretation of video data to show opposite results, and difficulty in real-time processing. Therefore, in this paper, we propose a study to identify fake images based on deepfake images. In this paper, general video data and the generated deepfake video are used for a discrimination model. The discriminant model separates frames, extracts image frames, and executes face recognition technology, detection, adjustment, and mask creation processes. Therefore, we believe that secondary damage caused by forged images can be prevented by using the results of this paper.

참고자료

· 없음