실시간 딥페이크 영상 탐지를 위한 MobileNet과 Bi–LSTM 모델을 활용한 경량화 모델

Lightweight Deepfake Video Detection Using MobileNet and Bi-LSTM for Real-Time Applications

발행

2026 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.

소속·발행

배재대학교 정보보안학과

출처

국내 KCI

DOI

10.5392/JKCA.2026.26.01.001

원문

원문 보기 ↗

개념

키워드

딥러닝, 딥페이크 탐지, MobileNet, Bi-LSTM, Deep Learning, Deepfake Detection, MobileNet, Bi-LSTM,

초록

딥페이크 영상은 인물의 얼굴을 AI로 합성하는 기술로, 온라인 정보의 신뢰성을 위협하는 사회적 문제로 부각되고 있다. 본 연구는 모바일·엣지 환경에서 활용 가능한 두 가지 경량 탐지 모델을 제안한다. MobileNetV2+Bi-LSTM은 경량성과 실시간성에 중점을 두었고, MobileNetV3+Bi-LSTM은 정확도 향상을 목표로 한다. 두 모델은 CNN 기반 시각적 특징과 Bi-LSTM 기반 시간적 일관성을 동시에 학습하며, Celeb-DF v2 데이터셋과 ‘Golden Frame’ 전처리, AMP 최적화를 적용하였다. 실험 결과, MobileNetV2+Bi-LSTM은 정확도 96.64%, F1-score 0.9812, AUC 0.9631을 달성했으며, MobileNetV3+Bi-LSTM은 정확도 97.27%, F1-score 0.9842, AUC 0.9937로 더 높은 탐지 성능을 보였다.

같은 개념의 다른 논문

이 개념이 나오는 강연