• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1447-1456
• /
• 2019

As artificial intelligence technology is actively used in image processing, it is possible to generate high-quality fake images based on deep learning. Fake images generated using GAN(Generative Adversarial Network), one of unsupervised learning algorithms, have reached levels that are hard to discriminate from the naked eye. Detecting these fake images is required as they can be abused for crimes such as illegal content production, identity fraud and defamation. In this paper, we develop a deep-learning model based on CNN(Convolutional Neural Network) for the detection of StyleGAN fake images. StyleGAN is one of GAN algorithms and has an excellent performance in generating face images. We experiment with 48 number of experimental scenarios developed by combining parameters of the proposed model. We train and test each scenario with 300,000 number of real and fake face images in order to present a model parameter that improves performance in the detection of fake faces.

• 한국컴퓨터정보학회논문지
• /
• 제23권4호
• /
• pp.33-39
• /
• 2018

In this paper, we propose a describes how to detect a false iris image by inserting watermark into a iris image. The existing method, which inserts the watermark into the entire iris image to detect a fake iris, has a problem that can evade it by segmenting iris region of an iris image. The purpose of overcoming the problem, this paper proposes a new fake iris detection technique based on digital watermark. It first searches a central point of an iris image, divide the image into blocks with respect to the point. executes Discrete Cosine Transform, inserts watermark into the blocks, and then verifies an iris image using NC(Normalized Correlation). In the experiments, we confirm the robustness for attacks - crop and JPEG.

• 스마트미디어저널
• /
• 제4권4호
• /
• pp.9-17
• /
• 2015

최근 지능형 범죄가 늘면서 첨단 보안 기술에 대한 요구가 점차 늘어나고 있다. 현재까지 보고된 위, 변장 영상 검출방법은 실용화를 위하여 정확도 개선이 요구된다. 본 논문에서는 사람의 얼굴에 대하여 동공의 반사도를 이용하여 위조 영상을 판별하고 아다부스트를 이용하여 만든 얼굴 부분별 검출기를 사용한 얼굴 변장 영상을 판별한다. 제안된 시스템은 다중 스케일 가버 특징 벡터를 기반으로 눈의 위치를 찾은 후 템플릿 매칭을 통해서 정확히 찾아진 눈 위치의 동공을 조사하여 최대값과 최소값을 구하여 위조 여부를 판별하고 부분별 검출기를 사용하여 눈과 코의 검출 여부를 판단하여 각각 선글라스와 마스크의 착용 여부를 판단하고 선글라스&마스크 검출기를 사용하여 얼굴이 검출되지 않았을 경우를 대비하였다. 실험을 통하여 본 논문에서 제안한 방법이 더욱 신뢰성 높은 위, 변장판별시스템임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.645-651
• /
• 2010

최근 지능형 범죄가 늘면서 첨단 보안 기술에 대한 요구가 점차 늘어나고 있다. 현재까지 보고된 위조영상검출방법은 실용화를 위하여 정확도 개선이 요구된다. 본 논문에서는 사람의 얼굴에 대하여 동공의 반사광을 이용한 얼굴위조판별 시스템을 제안한다. 제안된 시스템은 먼저 다중 스케일 가버특징 벡터를 기반으로 눈의 위치를 찾은 후 2단계의 템플릿 매칭을 통해서 설정된 적용범위를 벗어나는 눈에 대하여 위조판별을 고려하지 않음으로써 정확도를 높이는 방법을 사용한다. 신뢰도가 확보된 눈의 위치를 기반으로 적외선 조명에 반사되는 동공의 특징을 이용하여 눈위치 근처에서의 화소값을 계산하여 위조 여부를 판단한다. 실험을 통하여 본 논문에서 제안한 방법이 더욱 신뢰성 높은 위조판별시스템임을 확인하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권2호
• /
• pp.87-108
• /
• 2023

Purpose The main purpose of this study is to improve fake news detection performance by using video information to overcome the limitations of extant text- and image-oriented studies that do not reflect the latest news consumption trend. Design/methodology/approach This study collected video clips and related information including news scripts, speakers' facial expression, and video metadata from YouTube to develop fake news detection model. Based on the collected data, seven combinations of related information (i.e. scripts, video metadata, facial expression, scripts and video metadata, scripts and facial expression, and scripts, video metadata, and facial expression) were used as an input for taining and evaluation. The input data was analyzed using six models such as support vector machine and deep neural network. The area under the curve(AUC) was used to evaluate the performance of classification model. Findings The results showed that the ACU and accuracy values of three features combination (scripts, video metadata, and facial expression) were the highest in logistic regression, naïve bayes, and deep neural network models. This result implied that the fake news detection could be improved by using video information(video metadata and facial expression). Sample size of this study was relatively small. The generalizablity of the results would be enhanced with a larger sample size.

• 정보보호학회논문지
• /
• 제27권1호
• /
• pp.39-47
• /
• 2017

최근 모바일 기기에서의 생체인증 시스템의 증가와 출입관리 시스템에서의 위조지문을 이용한 출입 기록 조작으로 인해 위조 지문 검출에 대한 논의가 다시 활발해지고 있다. 본 논문에서는 입력 지문영상을 패치들로 나누고, 각 패치들에 CNN을 적용하여 위조, 생체, 배경의 세 가지로 분류한다. 이 중 배경으로 분류된 패치들을 제외하고 위조와 생체로 분류된 패치들의 수를 세어서 더 많은 패치가 인식된 쪽으로 위조여부를 판단하게 된다. CNN에 배경 클래스를 추가하여 분류하기 때문에, 제안하는 방법은 영상분할과 같은 추가적인 전처리 과정이 필요하지 않다. 제안하는 방법은 LivDet2011, LivDet2013, LivDet2015에 대하여 실험을 진행하였으며 분류결과 3.06%의 평균 오검출을 보여 매우 우수한 성능을 나타냄을 확인하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.187-194
• /
• 2021

This paper presents a margin-based face liveness detection method with behavioral confirmation to prevent spoofing attacks using deep learning techniques. The proposed method provides a possibility to prevent biometric person authentication systems from replay and printed spoofing attacks. For this work, a set of real face images and fake face images was collected and a face liveness detection model is trained on the constructed dataset. Traditional face liveness detection methods exploit the face image covering only the face regions of the human head image. However, outside of this region of interest (ROI) might include useful features such as phone edges and fingers. The proposed face liveness detection method was experimentally tested on the author's own dataset. Collected databases are trained and experimental results show that the trained model distinguishes real face images and fake images correctly.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.295-296
• /
• 2007

Fake fingersubmission to the sensor is a major problem in fingerprint recognition systems. In this paper, we introduce a novel liveness detection method using multi-static features. For convenience and usefulness of field application, static features are only considered to detect 'live' and 'fake' fingerprint images. Individual pore spacing, noise of image and first order statistics of image are analyzed as our static features to reflect the Physiological and statistical characteristics of live and fake fingerprint.

• 한국산업정보학회논문지
• /
• 제23권5호
• /
• pp.9-17
• /
• 2018

최근 바이오인식 기술이 대중화됨에 따라 위 변조에 대응하는 연구 및 시도들이 많이 진행되고 있다. 본 논문에서 인공지능으로 만든 합성된 얼굴을 진짜 얼굴인지 합성된 가짜 얼굴인지를 판별하는 방법을 제안하고자 한다. 제안하는 알고리즘은 크게 2가지 단계로 구성되어 있다. 먼저, 실제 얼굴 사진에 여러 가지 GAN(Generative Adversarial Networks)알고리즘을 통해 합성된 가짜 얼굴을 생성하게 된다. 이후, 실제 얼굴 영상과 생성된 얼굴 영상을 딥러닝 알고리즘에 입력하여 진짜 또는 가짜인지 판별하도록 한다. 제안한 알고리즘은 실제 육안으로도 구별하기 어려운 합성 영상도 잘 구분하고, 테스트 결과 88.7%의 정확도를 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.429-431
• /
• 2008

생체 인식 기술이 사회 전반에 걸쳐 다양하게 사용되어짐에 따라 인식기술 중의 하나인 Face Recognition 은 하루가 다르게 발전하고 있다. 하지만, 그와 함께 해킹방법도 다양화되어지고 있다. 그럼에도 불구하고, 위, 변조 영상 판별(Liveness Detection) 분야에 관련된 연구들은 초기 단계를 벗어나지 못하고 있다. 본 논문에서는 적외선 영상을 이용하여 동공부분의 반사 정도를 이용하여 실제 이미지와 위, 변조 이미지를 판별하는 방법을 제안한다.