JPEG 압축 아티팩트를 활용한 이미지 조작 검출 및 위치特定

이미지 조작을 감지하고 위치를 파악하는 것은 이미지 편집 기술의 악용을 막기 위해 필요합니다. 따라서, 이미지 내부의 고유한 통계를 분석하여 진짜 영역과 조작된 영역을 구분하는 것이 필수적입니다. 우리는 이미지를 획득하고 편집하는 과정에서 남는 JPEG 압축 아티팩트에 집중합니다. 우리는 압축 아티팩트가 남아 있는 이산 코사인 변환(DCT) 계수를 사용하여 이미지 조작을 위치 파악할 수 있는 합성곱 신경망(CNN)을 제안합니다. 표준 CNN은 합성곱 연산이 DCT 계수에 중요한 공간 좌표를 버리기 때문에 DCT 계수의 분포를 학습할 수 없습니다. 우리는 DCT 계수의 분포를 학습할 수 있는 신경망을 설계하고 훈련시키는 방법을 설명합니다. 또한, 이미지 획득 아티팩트와 압축 아티팩트를 공동으로 활용하는 압축 아티팩트 추적 네트워크(CAT-Net)를 소개합니다. CAT-Net은 변조된 영역을 감지하고 위치 파악하는 데 있어 전통적인 방법과 딥 뉴럴 네트워크 기반 방법보다 크게 우월한 성능을 보입니다.