• 제목/요약/키워드: 동영상 획득 장치 판별

검색결과 3건 처리시간 0.02초

동영상 프레임 종류에 따른 센서 패턴 노이즈 특성에 관한 연구 (Sensor Pattern Noise Characteristics depending on Video Frame Type)

  • 김동현;이상형;이해연
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2015년도 추계학술발표대회
    • /
    • pp.1502-1505
    • /
    • 2015
  • 디지털 처리 기술이 발전함에 따라 멀티미디어 장치 및 소프트웨어의 활용도가 증가하고 있다. 특히 이들 장치 및 소프트웨어는 저비용으로 고품질 및 고성능을 갖는 형태로 발전하고 있다. 그러나 본래의 의도와 다르게 불법적인 목적으로 디지털 획득 장치를 이용하는 범죄가 증가하고 있으며, 본 연구팀에서는 이를 차단하기 위하여 센서 패턴 노이즈를 이용한 디지털 영상 획득 장치 판별 기술을 연구해오고 있다. 최근 다양한 범죄에 있어서 동영상이 증거 자료로 활용되고 있으며, 본 논문에서는 동영상에 적용이 가능한 디지털 영상 획득 장치 기술을 연구하는데 있어서 동영상이 갖고 있는 프레임별 특성에 따른 판별 성능에 대하여 실험하고 분석하였다. 실시간으로 촬영한 동영상의 경우 B 프레임이 포함되지 않아, I 프레임과 P 프레임, 그리고 두 프레임을 함께 사용하여 각각에 대한 판별 성능에 대한 비교를 수행하였다. 그 결과 I 프레임과 P 프레임의 차이에 의한 성능의 차이는 있었으나, 장치 판별에 대한 영향은 충분히 무시할 수 있음을 확인할 수 있었다.

모폴로지 필터링 기반 센서 패턴 노이즈를 이용한 디지털 동영상 획득 장치 판별 기술 (Digital Video Source Identification Using Sensor Pattern Noise with Morphology Filtering)

  • 이상형;김동현;오태우;김기범;이해연
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제6권1호
    • /
    • pp.15-22
    • /
    • 2017
  • 인터넷 기술이 급속도로 발전함에 따라서 다양한 소셜 네트워크 서비스들이 나타나고 있다. 특히 스마트 기기들이 발전함에 따라서 소셜 네트워크 상에는 멀티미디어 콘텐츠가 넘쳐나고 있다. 그러나 불법적 목적을 가진 사용자에 의해 발생하는 범죄도 증가하면서 멀티미디어 포렌식을 이용한 콘텐츠 보호 및 불법 사용 차단의 필요성이 사회적으로 대두되고 있다. 본 논문에서는 멀티미디어 포렌식 기술의 하나로 디지털 동영상 획득 장치 판별을 위한 포렌식 기술을 제안한다. 먼저 모폴로지 필터링을 이용한 센서 패턴 노이즈 추출하는 방법을 제안한다. 이를 이용하여 참조 장치에서 촬영한 참조 동영상의 센서 패턴 노이즈를 추정하고, 검사 동영상에서 센서 패턴 노이즈를 추출한다. 그리고 두 센서 패턴 노이즈 사이의 유사성 계산을 통하여 검사 동영상이 참조 장치로 촬영을 했는지 판별을 수행한다. 제안한 기술의 성능 분석을 위하여 DSLR 카메라, 콤팩트 카메라, 캠코더, 액션캠 및 스마트폰 등을 포함한 총 30대의 장치에 대하여 개발한 알고리즘에 대한 정량적 성능 분석을 수행하였고, 그 결과 96%의 판별 정확도를 달성하였다.

딥 러닝을 이용한 비디오 카메라 모델 판별 시스템 (Video Camera Model Identification System Using Deep Learning)

  • 김동현;이수현;이해연
    • 한국정보기술학회논문지
    • /
    • 제17권8호
    • /
    • pp.1-9
    • /
    • 2019
  • 현대 사회에서 영상 정보 통신 기술이 발전함에 따라서 영상 획득 및 대량 생산 기술도 급속히 발전하였지만 이를 이용한 범죄도 증가하여 범죄 예방을 위한 법의학 연구가 진행되고 있다. 영상 획득 장치에 대한 판별 기술은 많이 연구되었지만, 그 분야가 영상으로 한정되어 있다. 본 논문에서는 영상이 아닌 동영상에 대한 카메라 모델의 판별 기법을 제안한다. 기존의 영상을 학습한 모델을 사용하여 동영상의 프레임을 분석하였고, 동영상의 프레임 특성을 활용한 학습과 분석을 통하여 P 프레임을 활용한 모델의 우수성을 보였다. 이를 이용하여 다수결 기반 판별 알고리즘을 적용한 동영상에 대한 카메라 모델 판별 시스템을 제안하였다. 실험에서는 5개 비디오 카메라 모델을 이용하여 분석을 하였고, 각각의 프레임 판별에 대해 최대 96.18% 정확도를 얻었으며, 비디오 카메라 모델 판별 시스템은 각 카메라 모델에 대하여 100% 판별률을 달성하였다.