Cited 0 time in
인공지능 모델로 식별 가능한 비식별 이미지 생성 방법
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 김봉준 | - |
| dc.contributor.author | 손윤식 | - |
| dc.contributor.author | 정준호 | - |
| dc.date.accessioned | 2024-08-08T13:01:51Z | - |
| dc.date.available | 2024-08-08T13:01:51Z | - |
| dc.date.issued | 2022-06 | - |
| dc.identifier.issn | 2733-7448 | - |
| dc.identifier.uri | https://scholarworks.dongguk.edu/handle/sw.dongguk/22573 | - |
| dc.description.abstract | 최근 어디에서나 흔하게 볼 수 있는 CCTV는 사생활 침해의 논란이 있다. 심층신경망은 기반 이미지 인식, 패턴 분석과 같은 여러 유용한 서비스에 적용되었다. 한편, 적대적 예제는 심층신경망 보안에 큰 위협이 된다. 예로, 이미지에 약간의 노이즈를 추가하여 만들어진 얼굴 적대적 예제는 얼굴 인식 시스템에서 오인식이 발생 할 수 있다. 하지만 비식별화한 이미지를 재식별이 필요한 일부 상황에서는 적대적 예제가 유용할 수 있다. 이 논문에서는 우리는 재식별 가능한 얼굴 비식별화 방법을 제안한다. 제안하는 기법은 사람의 시각으로 식별할 수 없는 얼굴 식별 모델은 식별을 가능하게 한다. 비식별화 방법은 가우시안 블러와 적대적공격 기법인 C.W 공격을 사용하였다. 그리고 동영상을 이용한 실험으로 이 기법이 작동한다는 것을 보여주었다. | - |
| dc.format.extent | 8 | - |
| dc.language | 한국어 | - |
| dc.language.iso | KOR | - |
| dc.publisher | 한국스마트치안학회 | - |
| dc.title | 인공지능 모델로 식별 가능한 비식별 이미지 생성 방법 | - |
| dc.title.alternative | A De-identifying Images Generation Method Identifiable by AI Model | - |
| dc.type | Article | - |
| dc.publisher.location | 대한민국 | - |
| dc.identifier.bibliographicCitation | 스마트치안연구, v.3, no.1, pp 9 - 16 | - |
| dc.citation.title | 스마트치안연구 | - |
| dc.citation.volume | 3 | - |
| dc.citation.number | 1 | - |
| dc.citation.startPage | 9 | - |
| dc.citation.endPage | 16 | - |
| dc.identifier.kciid | ART002941166 | - |
| dc.description.isOpenAccess | N | - |
| dc.description.journalRegisteredClass | kciCandi | - |
| dc.subject.keywordAuthor | 비식별 | - |
| dc.subject.keywordAuthor | 얼굴식별 | - |
| dc.subject.keywordAuthor | 적대적공격 | - |
| dc.subject.keywordAuthor | CCTV | - |
| dc.subject.keywordAuthor | DNN | - |
| dc.subject.keywordAuthor | CNN | - |
| dc.subject.keywordAuthor | De-identification | - |
| dc.subject.keywordAuthor | face identification | - |
| dc.subject.keywordAuthor | Adversary attack | - |
| dc.subject.keywordAuthor | CCTV | - |
| dc.subject.keywordAuthor | DNN | - |
| dc.subject.keywordAuthor | CNN | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
30, Pildong-ro 1-gil, Jung-gu, Seoul, 04620, Republic of Korea+82-2-2260-3114
Copyright(c) 2023 DONGGUK UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.
