영상 및 비디오 조작은 멀티미디어 편집 기술의 발전과 함께 최근 몇 년 동안 활발히 활용되어 왔다. 그러나 비디오 프레임 내에서 객체를 추가하거나 제거하는 객체 기반 비디오 변조는 동영상의 진위성을 검증하기 어렵기 때문에 도전 과제를 제기하고 있다. 본 논문에서는 새로운 객체 기반 프레임 식별 네트워크를 제시한다. 제안하는 방법은 대칭적으로 중첩된 모션 잔차(symmetrically overlapped motion residuals)를 활용하여 비디오 프레임의 식별 가능성을 향상시킨다. 제안된 모션 잔차 특징은 중첩된 시간적 윈도우에 기반하여 생성되므로, 비디오 시퀀스에서의 시간적 변이를 딥 뉴럴 네트워크에서 활용할 수 있다. 또한 본 논문에서는 단일 기본 컨볼루션 신경망을 학습 및 테스트하기 위한 비대칭 네트워크 구조를 도입한다. 학습 과정에서는 동일한 구조를 갖는 두 개의 네트워크를 사용하되, 각 네트워크는 서로 다른 입력 쌍을 가진다. 테스트 단계에서는 2-class 및 3-class 프레임 식별에 대응하는 두 가지 유형의 테스트 방법을 제안한다. 본 연구는 제안 방법의 식별 정확도를 기존 방법들과 비교한다. 실험 결과는 제안된 방법이 2-class 및 3-class 위조 프레임 식별 모두에 대해 타당한 식별 결과를 생성함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.