Due to the recent popularization of multimedia platforms, there is a need for a forensic method to support the illegality analysis of the numerous distributed videos. Recently, research on introducing artificial intelligence technology to image analysis is being actively conducted. This paper proposes a forensic algorithm to select videos for the illegality analysis, which extracts the histogram of frame difference value from an input video to create a visual rhythm and detect shot change using modified DenseNet-201 model to classify the video into edited or unedited video. Edited videos included sudden shot changes and angle changes, and non-edited videos were defined as videos that did not. A video of random length was divided into 3-minute segments, and a visual rhythm image was created with a histogram of frame difference values. This image was applied to the modified DenseNet-201 model to classify into edited and unedited segments, and finally classified edited and unedited videos through threshold filtering for the ratio. Through experiments, it was shown that the proposed video classification forensic algorithm has 95.91% classification accuracy for each segment and 94.50% classification accuracy for the entire video.
더보기멀티미디어 플랫폼의 대중화로 인하여 유통되고 있는 수많은 동영상들의 불법성 분석을 지원할 포렌식 방법이 필요하며, 최근 동영상 분류에 인공지능 기술을 도입하는 연구가 활발히 진행되고 있다. 본 논문에서는 입력된 동영상에서 프레임 차이값 히스토그램을 추출하여 비주얼 리듬을 생성하고 변형된 DenseNet-201 모델을 활용하여 장면 전환을 검출함으로써 편집 및 무편집 동영상으로 분류하여 불법성 분석 대상을 선별하는 포렌식 알고리즘을 제안한다. 편집 동영상은 급격한 장면 전환과 앵글 변화가 포함되었고, 무편집 동영상은 그렇지 않은 동영상으로 정의했다. 무작위 길이의 동영상을 3분 단위의 세그먼트로 분할하고, 프레임 차이값 히스토그램으로 비주얼 리듬 이미지를 생성하였다. 이를 변형된 DenseNet-201 모델에 적용하여 편집 및 무편집 세그먼트로 구분하였고, 비율에 대한 임계값 필터링을 통하여 최종적으로 편집 및 무편집 동영상 분류를 수행했다. 실험을 통하여 제안하는 동영상 분류 포렌식 알고리즘이 세그먼트 단위로 95.91%, 전체 동영상에 대해 94.50% 분류 정확도를 갖고 있음을 보였다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)