맞춤기술찾기

이전대상기술

가짜 이미지를 판별하기 위한 방법 및 장치

  • 기술번호 : KST2022005780
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 가짜 이미지를 검출하기 위한 방법 및 장치가 개시된다. 일 실시예에 따른 가짜 이미지 판별 장치는 입력 이미지를 입력 받아 아티팩트(artifact)가 제거된 아티팩트 제거 이미지를 생성하는 아티팩트 제거부; 입력 이미지와 아티팩트 제거 이미지의 차이를 이용하여 아티팩트 이미지를 생성하는 아티팩트 이미지 생성부; 및 아티팩트 이미지를 입력 받아 진짜 이미지 또는 가짜 이미지 여부를 판단하는 판단부를 포함할 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) H04N 5/21 (2016.01.01) G06K 9/00 (2022.01.01)
CPC
출원번호/일자 1020210155040 (2021.11.11)
출원인 삼성에스디에스 주식회사, 중앙대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0065705 (2022.05.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020200151982   |   2020.11.13
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 삼성에스디에스 주식회사 대한민국 서울특별시 송파구
2 중앙대학교 산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정용현 서울특별시 송파구
2 최종원 서울특별시 동작구
3 김도연 서울특별시 송파구
4 노영민 서울특별시 송파구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 두호특허법인 대한민국 서울특별시 강남구 언주로***, *층(논현동,시그너스빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.11.11 수리 (Accepted) 1-1-2021-1303395-23
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 이미지를 입력 받아 아티팩트(artifact)가 제거된 아티팩트 제거 이미지를 생성하는 아티팩트 제거부;상기 입력 이미지와 상기 아티팩트 제거 이미지의 차이를 이용하여 아티팩트 이미지를 생성하는 아티팩트 이미지 생성부; 및상기 아티팩트 이미지를 입력 받아 진짜 이미지 또는 가짜 이미지 여부를 판단하는 판단부를 포함하는, 가짜 이미지 판별 장치
2 2
청구항 1에 있어서,상기 아티팩트 제거부는주파수 도메인에서 상기 입력 이미지의 아티팩트를 제거하도록 학습된 인공 신경망을 이용하여 상기 입력 이미지로부터 상기 아티팩트 제거 이미지를 생성하는 아티팩트 제거 이미지 생성부; 및상기 아티팩트 제거 이미지가 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하도록 학습된 아티팩트 제거 이미지 판단부를 포함하는, 가짜 이미지 판별 장치
3 3
청구항 2에 있어서,상기 아티팩트 제거 이미지 생성부는상기 입력 이미지를 주파수 도메인으로 변환하여 변환 이미지를 생성하며,상기 인공 신경망을 이용하여 상기 변환 이미지로부터 아티팩트를 제거하며,상기 아티팩트가 제거된 변환 이미지를 이미지 도메인으로 변환하여 아티팩트 제거 이미지를 생성하는, 가짜 이미지 판별 장치
4 4
청구항 2에 있어서,상기 아티팩트 제거 이미지 생성부 및 상기 아티팩트 제거 이미지 판단부는 생성적 적대 신경망(Generative Adversarial Network; GAN)을 구성하는, 가짜 이미지 판별 장치
5 5
청구항 2에 있어서,상기 아티팩트 제거 이미지 생성부는진짜 입력 이미지의 아티팩트 제거 이미지와 가짜 입력 이미지의 아티팩트 제거 이미지가 유사해지도록 정의된 적대적 손실함수 및진짜 입력 이미지의 아티팩트 제거 이미지는 진짜 입력 이미지와 유사하며, 가짜 입력 이미지의 아티팩트 제거 이미지는 0에 가까워지도록 정의된 정규화 손실함수를 기초로 학습된, 가짜 이미지 판별 장치
6 6
청구항 1에 있어서,상기 판단부는상기 아티팩트 이미지를 기초로 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하는 제 1 판단부; 및상기 아티팩트 이미지를 주파수 도메인으로 변환한 후 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하는 제 2 판단부를 포함하는, 가짜 이미지 판별 장치
7 7
입력 이미지를 입력 받아 아티팩트(artifact)가 제거된 아티팩트 제거 이미지를 생성하는 아티팩트 제거 단계;상기 입력 이미지와 상기 아티팩트 제거 이미지의 차이를 이용하여 아티팩트 이미지를 생성하는 아티팩트 이미지 생성 단계; 및상기 아티팩트 이미지를 입력 받아 진짜 이미지 또는 가짜 이미지 여부를 판단하는 판단 단계를 포함하는, 가짜 이미지 판별 방법
8 8
청구항 7에 있어서,상기 아티팩트 제거 단계는주파수 도메인에서 상기 입력 이미지의 아티팩트를 제거하도록 학습된 인공 신경망을 이용하여 상기 입력 이미지로부터 상기 아티팩트 제거 이미지를 생성하는 아티팩트 제거 이미지 생성 단계; 및상기 아티팩트 제거 이미지가 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하도록 학습된 아티팩트 제거 이미지 판단 단계를 포함하는, 가짜 이미지 판별 방법
9 9
청구항 8에 있어서,상기 아티팩트 제거 이미지 생성 단계는상기 입력 이미지를 주파수 도메인으로 변환하여 변환 이미지를 생성하며,상기 인공 신경망을 이용하여 상기 변환 이미지로부터 아티팩트를 제거하며,상기 아티팩트가 제거된 변환 이미지를 이미지 도메인으로 변환하여 아티팩트 제거 이미지를 생성하는, 가짜 이미지 판별 방법
10 10
청구항 8에 있어서,상기 아티팩트 제거 이미지 생성 단계 및 상기 아티팩트 제거 이미지 판단 단계는 생성적 적대 신경망(Generative Adversarial Network; GAN)을 구성하는, 가짜 이미지 판별 방법
11 11
청구항 8에 있어서,상기 인공 신경망은진짜 입력 이미지의 아티팩트 제거 이미지와 가짜 입력 이미지의 아티팩트 제거 이미지가 유사해지도록 정의된 적대적 손실함수 및진짜 입력 이미지의 아티팩트 제거 이미지는 진짜 입력 이미지와 유사하며, 가짜 입력 이미지의 아티팩트 제거 이미지는 0에 가까워지도록 정의된 정규화 손실함수를 기초로 학습된, 가짜 이미지 판별 방법
12 12
청구항 7에 있어서,상기 판단 단계는상기 아티팩트 이미지를 기초로 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하며,상기 아티팩트 이미지를 주파수 도메인으로 변환한 후 진짜 이미지인지 또는 가짜 이미지인지 여부를 판단하는, 가짜 이미지 판별 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.