팀 구성
- 20191766 김동수
- 20211915 오서연
-
스마트폰 잠금해제, 모바일 결제 등 사용자 인증 및 모니터링 목적으로 폭넓게 쓰이는 얼굴 인식 기술은 일상생활에서 자주 사용하는 활용도가 높은 기술 중 하나이다. 기술이 널리 쓰이고 있는 만큼, 보안을 위협하는 얼굴 위변조 시도가 다양해지고 있다. 타인 사칭이나 신분 위장을 목적으로 고품질의 사진, 영상, 사람을 모방한 실리콘 마스크 등을 활용하게 교묘하게 시스템의 감시를 피하는 행위들이 나타난다. 특히, 사용자 인증 시 사용하는 비접촉식 얼굴 인식 기술은 위변조로 된 얼굴 데이터로 시스템을 속이는 스푸핑 공격에 취약하다. 위변조된 얼굴 데이터를 사용하여 인식 시스템을 속이는 스푸핑 공격을 방지하고, 사용자 인증 시스템이 스푸핑 시도에 대해 인증을 허용해 발생하는 피해를 최소화할 필요가 있다.
-
- 위조 얼굴 탐지는 데이터 내의 조명, 배경과 같은 환경 요소들이 모델 성능에 큰 영향을 미친다. 모델이 훈련에 사용된 도메인 외에 새로운 도메인에서도 잘 작동하 도록 하는 도메인 일반화(Domain Generalization)를 통해 강인한 모델을 만들고자 한다.
- 딥러닝 모델은 연산량이 많아 일상적인 어플리케이션에 직접 적용하기 어렵다. 이 에, 모델을 경량화하여 실제 어플리케이션에서도 효율적으로 사용할 수 있도록 하고 자 한다.
-
- Ubuntu 20.04.4 LTS
- Python 3.8.16
- CUDA 11.8
- GPU : NVIDIA A6000 48G x 2
- CPU : AMD EPYC 7642 48-Core Processor
- Memory : 40G