생체 인식을 통한 보안 방식이 시스템의 주류로 활용됨에 따라 보안에 대한 우려의 목소리가 증가하고 있다. 생체 인식의 경우 생체 정보가 변경할 수 없는 정보이기 때문에 정보의 보안이 매우 중요한 문제라고 할 수 있다. 또한 기술의 발전에 의하여 사진에서 개인의 정보를 추출하는 것은 더 이상 어려운 문제가 아니다. 실제로 사진을 통하여 정치인의 지문을 추출하거나, SNS에 업로드된 손가락 사진을 통하여 범죄자를 잡는 등의 사건들은 우리의 개인정보가 더 이상 안전하지 않다는 것을 보여준다.

하지만 지문을 왜곡, 혹은 모자이크와 같은 방식으로 처리하는 것은 사진에 이질감을 주어 퀄리티를 떨어뜨릴 수 있어 좋은 방식이 아니라고 생각되었다. 그렇기에 우리 팀은 적대적 생성 모델(GAN)을 활용하여 사진의 질을 훼손하지 않으며 생체 인식 보안 문제를 해결할 수 있는 프로그램을 제안하고자 한다.

팀원정보

Presentation | Paper | PPT

• 06-22(주제 선정)

• 06-29(데이터 수집)

• 07-08(데이터 수집)

• 07-13(모델 자료조사)

• 07-20

• 08-03

• 08-10

• 08/17

• 08/24

• 08/30

Pipenv

• Image Inpainting

  • GitHub - JiahuiYu/generative_inpainting: DeepFill v1/v2 with Contextual Attention and Gated Convolution, CVPR 2018, and ICCV 2019 Oral

  • EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning