論文の概要: Mobile authentication of copy detection patterns

• arxiv url: http://arxiv.org/abs/2203.02397v1
• Date: Fri, 4 Mar 2022 16:07:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-07 15:40:27.511547
• Title: Mobile authentication of copy detection patterns
• Title（参考訳）: コピー検出パターンのモバイル認証
• Authors: Olga Taran, Joakim Tutt, Taras Holotyak, Roman Chaban, Slavi Bonev, Slava Voloshynovskiy
• Abstract要約: 本稿では,機械学習の観点から,コピー検出パターン(CDP)の不正コピーに対する認証的側面と抵抗性について検討する。 工業用プリンタにコードが印刷され、現代の携帯電話を介して登録された場合、実生活検証条件下で信頼性の高い認証に特別注意が払われる。 以上の結果から,最新の携帯電話の機械学習手法と技術的能力は,携帯端末上での偽造品のクラスにおけるCDPの確実な認証を可能にした。
• 参考スコア（独自算出の注目度）: 11.4928367384196
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In the recent years, the copy detection patterns (CDP) attracted a lot of attention as a link between the physical and digital worlds, which is of great interest for the internet of things and brand protection applications. However, the security of CDP in terms of their reproducibility by unauthorized parties or clonability remains largely unexplored. In this respect this paper addresses a problem of anti-counterfeiting of physical objects and aims at investigating the authentication aspects and the resistances to illegal copying of the modern CDP from machine learning perspectives. A special attention is paid to a reliable authentication under the real life verification conditions when the codes are printed on an industrial printer and enrolled via modern mobile phones under regular light conditions. The theoretical and empirical investigation of authentication aspects of CDP is performed with respect to four types of copy fakes from the point of view of (i) multi-class supervised classification as a baseline approach and (ii) one-class classification as a real-life application case. The obtained results show that the modern machine-learning approaches and the technical capacities of modern mobile phones allow to reliably authenticate CDP on end-user mobile phones under the considered classes of fakes.
• Abstract（参考訳）: 近年では、コピー検出パターン(cdp)が、モノのインターネットやブランド保護アプリケーションにとって非常に興味を寄せている物理的世界とデジタル世界の間のリンクとして、多くの注目を集めている。 しかし、無許可の当事者による再現性やクローン性の観点からのCDPの安全性はほとんど解明されていない。 本稿では, 物理オブジェクトの偽造防止問題に対処し, 機械学習の観点から, 現代のCDPの不正コピーに対する認証的側面と抵抗性を検討することを目的とする。 工業用プリンタにコードが印刷され、最新の携帯電話を介して定期的な光条件で登録される場合、実生活検証条件下で信頼性の高い認証に特別な注意が払われる。 cdpの認証面に関する理論的・実証的研究は,4種類のコピー・フェイクについて,その観点から検討した。 (i)ベースラインアプローチとしての多クラス指導型分類及び (ii)実生活の応用事例としての一級分類 以上の結果から,最新の携帯電話の機械学習手法と技術的能力は,携帯端末上での偽造品のクラスにおけるCDPの確実な認証を可能にした。

関連論文リスト

• Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
  模倣攻撃は 不正な識別と その後の攻撃者の認証につながる 顔認識と同様に、模倣攻撃も機械学習で検出できる。 本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T07:26:10Z)
• C2P-CLIP: Injecting Category Common Prompt in CLIP to Enhance Generalization in Deepfake Detection [98.34703790782254]
  本稿では、カテゴリ共通プロンプトCLIPを紹介し、カテゴリ共通プロンプトをテキストエンコーダに統合し、カテゴリ関連概念をイメージエンコーダに注入する。 提案手法は,テスト中に追加パラメータを導入することなく,元のCLIPと比較して検出精度が12.41%向上した。
  論文  参考訳（メタデータ） (2024-08-19T02:14:25Z)
• Mathematical model of printing-imaging channel for blind detection of fake copy detection patterns [10.292065384528799]
  本稿では,CDP認証のための印刷画像チャネルの数学的モデルを提案する。 その結果、訓練段階で未知のコピーフェイクを深層学習でも確実に認証できることが判明した。
  論文  参考訳（メタデータ） (2022-12-14T16:46:54Z)
• A Novel Active Solution for Two-Dimensional Face Presentation Attack Detection [0.0]
  本研究では,プレゼンテーション攻撃検出に関わる課題と解決策について,現状を考察する。 プレゼンテーションアタックは、写真、ビデオ、マスク、化粧など、生きていない顔をカメラに提示する試みである。 本稿では,既存の文献の弱点を克服する効果的な能動的提示攻撃検出手法を提案する。
  論文  参考訳（メタデータ） (2022-12-14T00:30:09Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Anomaly localization for copy detection patterns through print estimations [10.292065384528799]
  コピー検出パターン(CDP)は、製品の偽造から保護するための最近の技術である。 ディープラーニングベースの偽造は、従来の認証システムによるオリジナルとほとんど区別できないことが示されている。 本研究では、デジタルテンプレートとプリント元のCDPのみを必要とする機械学習(ML)ベースの認証システムを設計する。
  論文  参考訳（メタデータ） (2022-09-29T13:18:57Z)
• Authentication of Copy Detection Patterns under Machine Learning Attacks: A Supervised Approach [10.292065384528799]
  コピー検出パターン(CDP)は、メーカーが偽造から製品を守るための魅力的な技術である。 これまでの研究によると、機械学習(ML)ベースの攻撃は高品質な偽物を生み出す可能性がある。 本研究では,教師付き学習(SL)の設定を前提とした,そのような性能について検討する。
  論文  参考訳（メタデータ） (2022-06-23T15:58:28Z)
• Machine learning attack on copy detection patterns: are 1x1 patterns cloneable? [14.784426936848604]
  我々は、機械学習に基づくコピー検出パターン(CDP)に対するコピー攻撃を検討する。 2つの産業用プリンタで作成されたサンプルに基づいて実験したところ、CDP認証で使用される単純な検出基準は、元のCDPと偽造品を確実に区別できないことがわかった。
  論文  参考訳（メタデータ） (2021-10-05T17:06:28Z)
• Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
  本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。 システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
  論文  参考訳（メタデータ） (2021-01-11T08:14:35Z)
• Artificial Fingerprinting for Generative Models: Rooting Deepfake Attribution in Training Data [64.65952078807086]
  光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。 しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。 我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
  論文  参考訳（メタデータ） (2020-07-16T16:49:55Z)
• Incremental Few-Shot Object Detection [96.02543873402813]
  OpeN-ended Centre nEtは、いくつかの例でクラスオブジェクトの検出を漸進的に学習する検出器である。 ONCEはインクリメンタルな学習パラダイムを十分に尊重しており、新しいクラス登録では、数発のトレーニングサンプルを1回だけフォワードパスするだけでよい。
  論文  参考訳（メタデータ） (2020-03-10T12:56:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。