論文の概要: Identity Documents Authentication based on Forgery Detection of
Guilloche Pattern
- arxiv url: http://arxiv.org/abs/2206.10989v1
- Date: Wed, 22 Jun 2022 11:37:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-23 23:19:31.500952
- Title: Identity Documents Authentication based on Forgery Detection of
Guilloche Pattern
- Title（参考訳）: ギロシェパターンの偽検出に基づくID文書認証
- Authors: Musab Al-Ghadi, Zuheng Ming, Petra Gomez-Kr\"amer, Jean-Christophe
Burie
- Abstract要約: ギロシェパターンの偽造検出に基づく識別文書の認証モデルを提案する。
認証性能を高めるために、最も適切なパラメータを分析し、識別するために実験を行う。
- 参考スコア（独自算出の注目度）: 2.606834301724095
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In cases such as digital enrolment via mobile and online services, identity
document verification is critical in order to efficiently detect forgery and
therefore build user trust in the digital world. In this paper, an
authentication model for identity documents based on forgery detection of
guilloche patterns is proposed. The proposed approach is made up of two steps:
feature extraction and similarity measure between a pair of feature vectors of
identity documents. The feature extraction step involves learning the
similarity between a pair of identity documents via a convolutional neural
network (CNN) architecture and ends by extracting highly discriminative
features between them. While, the similarity measure step is applied to decide
if a given identity document is authentic or forged. In this work, these two
steps are combined together to achieve two objectives: (i) extracted features
should have good anticollision (discriminative) capabilities to distinguish
between a pair of identity documents belonging to different classes, (ii)
checking out the conformity of the guilloche pattern of a given identity
document and its similarity to the guilloche pattern of an authentic version of
the same country. Experiments are conducted in order to analyze and identify
the most proper parameters to achieve higher authentication performance. The
experimental results are performed on the MIDV-2020 dataset. The results show
the ability of the proposed approach to extract the relevant characteristics of
the processed pair of identity documents in order to model the guilloche
patterns, and thus distinguish them correctly. The implementation code and the
forged dataset are provided here (https://drive.google.com/id-FDGP-1)
- Abstract（参考訳）: モバイルやオンラインサービスによるデジタル化のような場合、偽造を効率的に検出し、デジタル世界におけるユーザ信頼を構築するために、ID文書の検証が重要である。
本稿では,ギロシェパターンの偽造検出に基づく識別文書の認証モデルを提案する。
提案手法は,一対の特徴ベクトル間の特徴抽出と類似度尺度の2つのステップから構成される。
特徴抽出ステップでは、畳み込みニューラルネットワーク(CNN)アーキテクチャを通じて、一対のIDドキュメント間の類似性を学習し、それら間で高度に識別可能な特徴を抽出することで終了する。
一方、類似度測定ステップは、与えられたアイデンティティ文書が本物か偽造であるかを決定するために適用される。
この作業では、これらの2つのステップを組み合わせて、2つの目標を達成する。
(i)抽出された特徴は、異なるクラスに属する一対のアイデンティティ文書を区別する優れた抗衝突(差別的)能力を有するべきである。
(ii)所定のアイデンティティ文書のギロシュパターンの適合性をチェックアウトし、同一国の正統版であるギロシュパターンと類似していること。
認証性能を高めるために、最も適切なパラメータを分析し、識別するために実験を行う。
MIDV-2020データセットを用いて実験を行った。
その結果,提案手法は,ギロシェパターンをモデル化し,それらを正確に識別するために,処理された識別文書の関連特性を抽出する能力を示した。
実装コードとフォークデータセットはここで提供されている(https://drive.google.com/id-FDGP-1)。
関連論文リスト
- LLM for Barcodes: Generating Diverse Synthetic Data for Identity Documents [2.697503433221448]
我々は,LLMを用いた合成データ生成に新たなアプローチを導入し,事前定義されたフィールドに依存することなく,文脈的にリッチでリアルなデータを生成する。
我々のアプローチはデータセット作成のプロセスを単純化し、広範なドメイン知識の必要性を排除します。
このスケーラブルでプライバシ優先のソリューションは、自動文書処理とID認証のための機械学習の進歩の大きな一歩だ。
論文 参考訳（メタデータ） (2024-11-22T14:21:18Z) - Cloned Identity Detection in Social-Sensor Clouds based on Incomplete Profiles [5.411585313453657]
本研究では,プライバシに敏感なプロファイルデータに直面したソーシャルセンシングクラウドサービスプロバイダ(ソーシャルメディアユーザ)のクローンIDを効果的に検出する手法を提案する。
提案手法はICD-IPDと命名され,ソーシャルメディアから収集したユーザアカウントのセットから,ユーザ名や画面名に類似したアカウントペアを抽出する。
その後、与えられたアカウントに関連するマルチビュー表現を学び、単一のアカウントごとに2つのカテゴリの機能を抽出する。
論文 参考訳（メタデータ） (2024-11-02T18:23:22Z) - Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。
GR$2$は2つの重要なコンポーネントに焦点を当てている。
マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
論文 参考訳（メタデータ） (2024-09-27T02:55:53Z) - ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。
我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
論文 参考訳（メタデータ） (2024-04-23T18:41:56Z) - IDTrust: Deep Identity Document Quality Detection with Bandpass
Filtering [0.5542462410129538]
IDTrustは、深層学習に基づくアプローチを用いて、識別文書の品質を高めるシステムである。
バンドパスフィルタリングに基づく手法を用いて,IDの品質を効果的に検出し,識別することを目的とする。
論文 参考訳（メタデータ） (2024-03-01T14:53:31Z) - Similar Document Template Matching Algorithm [0.0]
本研究は,医療文書の総合的検証手法について概説する。
テンプレート抽出、比較、不正検出に高度な技術が組み込まれている。
この手法は、医用文書検証に対する堅牢なアプローチを提供する。
論文 参考訳（メタデータ） (2023-11-21T15:13:18Z) - Language Models As Semantic Indexers [78.83425357657026]
本稿では,ジェネレーティブ言語モデルを用いてセマンティックIDを学習するための自己教師型フレームワークLMIndexerを紹介する。
学習したIDの質を検証し,推奨,製品検索,文書検索の3つの課題において有効性を示す。
論文 参考訳（メタデータ） (2023-10-11T18:56:15Z) - Multiview Identifiers Enhanced Generative Retrieval [78.38443356800848]
生成検索は、検索対象の通路の識別子文字列を生成する。
本稿では,パスの内容に基づいて生成される新しいタイプの識別子,合成識別子を提案する。
提案手法は生成的検索において最善を尽くし,その有効性とロバスト性を実証する。
論文 参考訳（メタデータ） (2023-05-26T06:50:21Z) - Same or Different? Diff-Vectors for Authorship Analysis [78.83284164605473]
古典的な著作物分析において、特徴ベクトルは文書を表し、特徴の値は文書中の特徴の相対周波数(関数の増大)を表し、クラスラベルは文書の著者を表す。
筆者らの実験は共著者検証,著者検証,クローズドセットの著者帰属に取り組んでおり,DVは自然に第1の問題を解くのに向いているが,第2と第3の問題を解くための2つの新しい方法も提供している。
論文 参考訳（メタデータ） (2023-01-24T08:48:12Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳（メタデータ） (2022-04-12T03:49:35Z) - Fairness for Text Classification Tasks with Identity Information Data
Augmentation Methods [2.5199066832791535]
メソッドは、与えられたトレーニングとテストセットインスタンスのカウンターファクトを生成することに基づいています。
2段階の強化プロセスが多様なアイデンティティペアと強化されたトレーニングセットにつながることを実証的に示す。
論文 参考訳（メタデータ） (2022-02-04T07:08:30Z)
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。