ResNet-LSTM-CBAM 및 DCT 하이브리드 네트워크 기반 공간-주파수 영역 비디오 위조 탐지 시스템
Spatiality-Frequency Domain Video Forgery Detection System Based on ResNet-LSTM-CBAM and DCT Hybrid Network
정보 기술이 발전하면서 디지털 콘텐츠는 뉴스 방송, 엔터테인먼트, 상거래, 포렌식 수사 등 다양한 분야에서 널리 사용되고 있다. 그러나 정교한 멀티미디어 편집 도구의 보급으로 비디오·이미지 위조 위험이 크게 증가하여, 사회적·개인적 차원에서 콘텐츠 진위에 대한 심각한 우려가 제기되고 있다. 견고하고 정확한 탐지 방법에 대한 수요가 커짐에 따라, 본 연구는 공간 영역과 주파수 영역 특징을 모두 통합한 새로운 비디오 위조 탐지 모델을 제안한다. 이 모델은 공간 특징 추출을 위해 Convolutional Block Attention Module(CBAM)으로 강화한 ResNet-LSTM 프레임워크를 기반으로 하며, 주파수 영역 정보를 포착하기 위해 이산 코사인 변환(DCT)을 추가로 결합한다. 다양한 위조 시나리오를 아우르는 여러 주류 벤치마크 데이터셋에서 포괄적인 실험을 수행하였다. 결과는 제안 모델이 진본과 조작된 비디오를 구분하는 데 우수한 성능을 달성함을 보여준다. 추가적인 ablation 및 비교 연구는 아키텍처의 각 구성 요소 기여를 확인하여 모델의 역량에 대한 더 깊은 통찰을 제공한다. 전반적으로, 본 연구 결과는 복잡한 조건에서 비디오 진위 분석의 신뢰성을 높이기 위한 유망한 접근으로 제안 방법을 뒷받침한다.