비디오 리터칭 다중 클래스 탐지를 위한 이중 경로 컨볼루션 신경망 연구

Abstract

멀티미디어의 스트리밍과 압축 기술이 발전함에 따라 다양한 어플리케이션과 기기에서 비디오가 사용되어 왔다. 동시에 비디오 조작을 위한 편집 도구가 계속 개발되고 있으며, 위변조된 비디오로 인해 발생하는 사회 문제를 다루기 위해 비디오 변형 탐지를 위한 이중 경로 신경망(DPN)을 제안한다. DPN은 두 종류의 단일 경로 신경망으로 구성되어 있으며, 각각의 신경망은 영상에 미세하게 남아있는 저수준의 특징과 비디오 압축에서 발생하는 이산 코사인 변환 히스토그램의 특징을 추출한다. 마지막으로, 앙상블 신경망은 각 단일 경로 신경망의 전역 평균 풀링의 결과값들을 이용해 변형 여부를 탐지한다. 제안하는 신경망은 리터칭 종류에 따른 다중 클래스 분류할 수 있으며, 시간축, 공간축 영역에 걸친 변형된 영역을 특정화시킬 수 있다. 본 실험은 3개의 데이터셋을 학습에 사용하였으며, 대조 신경망과의 성능 비교를 통해 본 연구의 효용성을 보여주었다.