2달 전

콘텐츠 인식 시간적 메타데이터 조작 감지

Rafael Padilha; Tawfiq Salem; Scott Workman; Fernanda A. Andaló; Anderson Rocha; Nathan Jacobs
콘텐츠 인식 시간적 메타데이터 조작 감지
초록

온라인에서 공유되는 대부분의 사진은 시간 메타데이터(즉, 촬영 날짜와 시간)가 함께 제공되므로, 이는 이미지 내용을 실제 세계 사건과 연관시키는 것이 가능하게 합니다. 이러한 메타데이터를 악의적으로 조작하면 왜곡된 현실을 전달할 수 있습니다. 본 연구에서는 실외 이미지의 촬영 시점이 그 내용과 지리적 위치와 일치하는지를 검증하기 위한 타임스탬프 조작 감지라는 새로운 문제를 제시합니다. 우리는 사진의 촬영 시간(시간대 및/또는 월)에 대한 조작을 고려합니다. 주요 아이디어는 감독된 일관성 검증을 사용하여 이미지 내용, 촬영 시간, 지리적 위치가 일치할 확률을 예측하는 것입니다. 또한 네트워크 결정을 설명하는 데 사용할 수 있는 보조 작업 두 가지를 포함합니다. 우리의 접근 방식은 대규모 벤치마크 데이터셋에서 이전 연구보다 성능이 향상되어 분류 정확도를 59.0%에서 81.1%로 높였습니다. 우리는 다양한 방법 구성 요소의 중요성을 강조하는 차등 연구(ablation study)를 수행하여 우리 접근 방식으로 감지 가능한 타입의 변조가 무엇인지 보여주었습니다. 마지막으로, 메타데이터에 타임스탬프가 누락된 상황에서 가능한 촬영 시점을 추정하는 데 제안된 방법이 어떻게 활용될 수 있는지를 시연하였습니다.

콘텐츠 인식 시간적 메타데이터 조작 감지 | 최신 연구 논문 | HyperAI초신경