DOI QR코드

DOI QR Code

Development of A Web Service Based on Xception for Deepfake Image Detection

딥페이크 이미지 판별을 위한 Xception 기반 웹 서비스 개발

  • Jiye Park (Dept. of Computer Engineering, Duksung Women's University) ;
  • Hakyung Jeon (Dept. of Computer Engineering, Duksung Women's University) ;
  • Minseo Choo (Dept. of IT Media Engineering, Duksung Women's University) ;
  • Jisun Kim (Amazon Web Services Korea)
  • 박지예 (덕성여자대학교 컴퓨터공학전공) ;
  • 전하경 (덕성여자대학교 컴퓨터공학전공) ;
  • 추민서 (덕성여자대학교 IT미디어공학전공) ;
  • 김지선 (아마존 웹서비스 코리아)
  • Published : 2024.10.31

Abstract

최근, 해외뿐만 아니라 국내에서도 딥페이크 기술을 악용한 피해 사례는 가파르게 증가하는 추세를 보이고 있다. 딥페이크 기술은 엔터테인먼트, 예술, 교육 등에서 창의적 사용이 가능하지만, 동시에 법적, 사회적, 윤리적으로 큰 우려를 일으키고 있다. 본 논문에서 제안하는 딥페이크 이미지 판별 웹 서비스는 딥페이크 기술을 이용한 위조 이미지를 탐지할 수 있어, 사전적 예방 효과를 기대할 수 있다. Xception 모델을 기반으로 한국인 KoDF 데이터 셋을 학습시켜 다양한 위조 이미지 감지 성능을 평가하였으며, 이를 웹 애플리케이션 형태로 구현하여 사용성 높은 서비스를 제공할 수 있다.

Keywords

Acknowledgement

본 논문은 과학기술정보통신부 대학디지털교육역량 강화사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

References

  1. Ivan Mehta, A new study says nearly 96% of deepfake videos are porn [Internet], https://thenextweb.com/news/a-new-study-says-nearly-96-of-deepfake-videos-are-porn
  2. Francois Chollet, "Xception: Deep Learning with Depthwise Separable Convolutions", Computer Vision and Pattern Recognition (CVPR), pp.1251-1258, 2017.
  3. Patrick Kwon, Jaeseong You, Gyuhyeon Nam, Sungwoo Park, Gyeongsu Chae, "KoDF: A Large-scale Korean DeepFake Detection Dataset", 2021 International Conference on Computer Vision (ICCV), 2021.