정확한 생체인증 시스템을 위해 사용자의 인증이 현대의 실제 응용에서 점점 더 필요해지고 있다. 얼굴과 지문과 같은 생체 식별자를 기반으로 하는 인증 시스템은 기존의 비밀번호 입력 방식에 비해 다양한 분야에서 적용되고 있다. 얼굴 영상은 등록 및 인증 과정이 비접촉적이며 간결하다는 점에서 가장 널리 사용되는 생체 식별자이다. 그러나 SNS 등에서 비교적 쉽게 얼굴 영상을 획득할 수 있으며, 사진과 동영상을 통한 위조(스푸핑) 문제가 존재한다. 이러한 문제를 해결하기 위해 얼굴 스푸핑 탐지에 관한 많은 연구가 수행되어 왔다. 본 논문에서는 얼굴 영상의 색상과 질감 정보를 사용하여 합성곱 신경망에 기반한 얼굴 스푸핑 탐지 방법을 제안한다. 명도 및 색차 채널과 결합된 색-질감 정보를 국소 이진 패턴(descriptor)으로 분석한다. 색-질감 정보는 색공간에서 Cb, S 및 V 밴드를 사용하여 분석한다. 제안한 방식을 검증하기 위해 CASIA-FASD 데이터셋을 사용하였다. 제안한 체계는 선행 연구에서 개발된 기존의 최신 방법들보다 더 우수한 성능을 보였다. AI FPGA 보드를 고려하여 기존 방법들의 성능을 평가하고, 본 논문에서 제안한 방법과 비교하였다. 이러한 결과를 바탕으로, 제안된 방법이 엣지 환경에서 효과적으로 구현될 수 있음을 확인하였다.

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