-
ADDS (Automatic Deepfake Detection System) - 딥페이크 자동 탐지 시스템
영상 및 이미지의 딥페이크 여부를 탐지하는 기술을 토대로 사이버 상의 개인 얼굴 데이터 보호를 위한 서비스
-
기술 요약
기본적인 딥페이크 디텍션(Open CV를 활용한 얼굴 탐지/Xception Net을 활용한 딥페이크 판별)에 Adversarial Example Training(FGSM)으로 강화된 딥페이크 디텍션을 제공한다. 학습에 사용된 데이터는 ‘FaceForensic’,‘Kaggle’,’DeeperForensic’으로 총 400GB 상당의 3가지 데이터셋을 활용했다. 해당 딥페이크 디텍션 모듈을 이용할 수 있는 웹을 제공한다.
-
모델 성능
[모델 test 정확도]
[Adversarial Attack 성공률]
-
DEEP't
사이버보안 전공자 5명이 모여 팀을 결성했다. 딥페이크의 등장과 악의적인 사용에 맞서, 더 나은 기술 개발하고자 한다.
-
django 관련
django 3.0.7
django-storages 1.11
django-rest-framework 3.12.2
-
django-S3 관련
boto3 1.16.40
boto 2.49.0
-
딥페이크 판별 모듈 관련
future 0.18.2
numpy 1.19.4
pillow 8.0.1
torch 1.5.1
torchvision 0.6.1
opencv-python 4.4.0.46
face-recognition 1.3.0
tqdm 4.54.1
matplotlib 3.3.3
pandas 1.1.5
1. 가상환경 만들기
$python -m venv {가상환경 이름}
2. 가상환경 실행
$source {가상환경 이름}/bin/activate
3. 모듈 설치
4. 키 설정
setting.py
SECRET_KEY = 'your secret key'
AWS_ACCESS_KEY_ID = 'your key ID' # csv 파일의 Access key ID 입력
AWS_SECRET_ACCESS_KEY = 'your key' # csv 파일의 Secret access key 입력
AWS_REGION = 'your region' # 지역 입력
AWS_STORAGE_BUCKET_NAME = 'your bucket name' # 버킷 이름 입력
5. Migrate 하기
$python manage.py migrate
6. django 실행
$python manage.py runserver
[로고 화면]
[사용법 동영상 화면]
[딥페이크 동영상/이미지 판별 화면]
[결과 화면]
-
django 환경 구축
2020.07.01 django-파이썬 연동 확인/SQL 연동
-
데이터베이스(S3) 연동
-
2020.07.17 S3 계정 만들기/django-S3 연동
-
2020.07.20 S3 이미지 업로드/보여주기 완료
-
2020.07.27 S3 동영상 업로드 완료
업로드시 소리만 나오는 문제 해결 (인코딩/imgfield에서 filefield로 변경)
-
동영상 보여주기
-
2020.09.03 동영상 플레이어
-
2020.09.04 동영상 플레이어-S3 연동
S3에 동영상 업로드 후 객체 url을 받아와 동영상 플레이 완료
-
2020.09.06 전체적인 백엔드 기능 개발 완료
-
ADDS 딥페이크 모듈-django 연동
-
2020.09.07 파이썬 함수에서 변수 넘겨받기 완료
-
2020.10.24 딥페이크 모듈의 결과 값인 Bounding Box 동영상 띄우기 완료
-
2020.11.17 딥페이크 모듈-django 연동
-
2020.12.02 딥페이크 모듈의 결과 값인 그래프 이미지 띄우기 완료
-
2020.09.07 클라우드 서버(E2C) 배포
- 딥페이크 탐지 결과를 기다리는 동안, 사용자가 업로드한 동영상을 보여주기
- S3에 업로드한 이미지/동영상 접근시 발생하는 권한 문제 해결
- 보안