論文の概要: Anomaly localization for copy detection patterns through print estimations

• arxiv url: http://arxiv.org/abs/2209.15625v1
• Date: Thu, 29 Sep 2022 13:18:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 15:15:23.517355
• Title: Anomaly localization for copy detection patterns through print estimations
• Title（参考訳）: 印刷推定によるコピー検出パターンの異常局在化
• Authors: Brian Pulfer, Yury Belousov, Joakim Tutt, Roman Chaban, Olga Taran, Taras Holotyak, Slava Voloshynovskiy
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 10.292065384528799
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Copy detection patterns (CDP) are recent technologies for protecting products from counterfeiting. However, in contrast to traditional copy fakes, deep learning-based fakes have shown to be hardly distinguishable from originals by traditional authentication systems. Systems based on classical supervised learning and digital templates assume knowledge of fake CDP at training time and cannot generalize to unseen types of fakes. Authentication based on printed copies of originals is an alternative that yields better results even for unseen fakes and simple authentication metrics but comes at the impractical cost of acquisition and storage of printed copies. In this work, to overcome these shortcomings, we design a machine learning (ML) based authentication system that only requires digital templates and printed original CDP for training, whereas authentication is based solely on digital templates, which are used to estimate original printed codes. The obtained results show that the proposed system can efficiently authenticate original and detect fake CDP by accurately locating the anomalies in the fake CDP. The empirical evaluation of the authentication system under investigation is performed on the original and ML-based fakes CDP printed on two industrial printers.
• Abstract（参考訳）: 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。 しかし、従来のコピー偽造とは対照的に、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。 古典的な教師付き学習とデジタルテンプレートに基づくシステムは、トレーニング時に偽cdpの知識を仮定し、目に見えないタイプの偽に一般化することはできない。 原本を印刷したコピーに基づく認証は、見知らぬ偽物や単純な認証指標であってもより良い結果をもたらす代替手段だが、印刷されたコピーの取得と保管の非現実的なコストが伴う。 本研究では、これらの欠点を克服するために、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。 その結果,提案システムは,偽CDPの異常を正確に検出することにより,偽CDPを効率よく認証し,偽CDPを検出できることが示唆された。 2台の産業用プリンタに印刷されたMLベースの偽造CDPに対して,調査中の認証システムの実証評価を行った。

関連論文リスト

• UNIT: Unifying Image and Text Recognition in One Vision Encoder [51.140564856352825]
  UNITは、単一のモデル内で画像とテキストの認識を統一することを目的とした、新しいトレーニングフレームワークである。 文書関連タスクにおいて,UNITが既存の手法を著しく上回ることを示す。 注目すべきなのは、UNITはオリジナルのビジョンエンコーダアーキテクチャを保持しており、推論とデプロイメントの点で費用がかからないことだ。
  論文  参考訳（メタデータ） (2024-09-06T08:02:43Z)
• LCM-Lookahead for Encoder-based Text-to-Image Personalization [82.56471486184252]
  我々は,テキスト・ツー・イメージ・モデルのパーソナライズを導くために,ショートカット・メカニズムを利用する可能性を探る。 エンコーダをベースとしたパーソナライズ手法に焦点をあてて、ルックアヘッドのアイデンティティ損失を調整することで、より高いアイデンティティの忠実性を達成できることを実証する。
  論文  参考訳（メタデータ） (2024-04-04T17:43:06Z)
• Unleashing Mask: Explore the Intrinsic Out-of-Distribution Detection Capability [70.72426887518517]
  Out-of-Distribution(OOD)検出は、機械学習モデルを現実世界のアプリケーションにデプロイする際に、セキュアAIの必須の側面である。 本稿では,IDデータを用いた学習モデルのOOD識別能力を復元する新しい手法であるUnleashing Maskを提案する。 本手法では, マスクを用いて記憶した非定型サンプルを抽出し, モデルを微調整するか, 導入したマスクでプルーする。
  論文  参考訳（メタデータ） (2023-06-06T14:23:34Z)
• DocMAE: Document Image Rectification via Self-supervised Representation Learning [144.44748607192147]
  文書画像修正のための新しい自己教師型フレームワークDocMAEを提案する。 まず、背景を除いた文書画像のランダムなパッチをマスクし、欠落したピクセルを再構成する。 このような自己教師型学習手法により、ネットワークは変形文書の本質的な構造を学習することが奨励される。
  論文  参考訳（メタデータ） (2023-04-20T14:27:15Z)
• 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)
• Forensicability Assessment of Questioned Images in Recapturing Detection [78.45849869266834]
  質問されたサンプルの鑑定可能性の定量化のための鑑定可能性評価ネットワークを提案する。 低フォレンシビリティサンプルは、実際の再適応検出プロセスの前に拒絶され、再適応システムの効率が向上する。 我々は、トレーニングされたFANetと、アンチ・スプーフィングと再適応された文書検出タスクの実践的な再適応検出スキームを統合する。
  論文  参考訳（メタデータ） (2022-09-05T12:26:01Z)
• 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)
• Fusing Multiscale Texture and Residual Descriptors for Multilevel 2D Barcode Rebroadcasting Detection [23.999136417157597]
  製品認証に関するアプリケーションでは、認証スキームをバイパスする方法で、偽造商品に、認証された2Dバーコードを不正にコピーしてアタッチすることができる。 我々は、独自の2Dバーコードパターンを採用し、マルチメディア法医学手法を用いて、コピー(再放送)攻撃によるスキャンおよび印刷アーチファクトを分析する。 不正コピー時に導入されたバーコードテクスチャ歪みを定量化するために,多種多様かつ相補的な特徴セットを提案する。
  論文  参考訳（メタデータ） (2022-05-16T06:26:20Z)
• Mobile authentication of copy detection patterns [11.4928367384196]
  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。
  論文  参考訳（メタデータ） (2022-03-04T16:07:26Z)
• 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)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)

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。