論文の概要: Exploring a Patch-Wise Approach for Privacy-Preserving Fake ID Detection

• arxiv url: http://arxiv.org/abs/2504.07761v1
• Date: Thu, 10 Apr 2025 14:01:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 12:23:26.380745
• Title: Exploring a Patch-Wise Approach for Privacy-Preserving Fake ID Detection
• Title（参考訳）: プライバシ保護型フェイクID検出のためのパッチワイズ手法の探索
• Authors: Javier Muñoz-Haro, Ruben Tolosana, Ruben Vera-Rodriguez, Aythami Morales, Julian Fierrez,
• Abstract要約: 本研究は,フィールド内のいくつかの制限をカバーした偽ID検出の話題に焦点を当てた。 実際のIDドキュメントから公開されているデータは存在せず、ほとんどの研究はプライバシ上の理由から利用できない独自データベースに依存している。 プライバシ保護型偽ID検出のためのパッチワイドアプローチを提案する。
• 参考スコア（独自算出の注目度）: 12.969417519807322
• License:
• Abstract: In an increasingly digitalized world, verifying the authenticity of ID documents has become a critical challenge for real-life applications such as digital banking, crypto-exchanges, renting, etc. This study focuses on the topic of fake ID detection, covering several limitations in the field. In particular, no publicly available data from real ID documents exists, and most studies rely on proprietary in-house databases that are not available due to privacy reasons. In order to shed some light on this critical challenge that makes difficult to advance in the field, we explore a trade-off between privacy (i.e., amount of sensitive data available) and performance, proposing a novel patch-wise approach for privacy-preserving fake ID detection. Our proposed approach explores how privacy can be enhanced through: i) two levels of anonymization for an ID document (i.e., fully- and pseudo-anonymized), and ii) different patch size configurations, varying the amount of sensitive data visible in the patch image. Also, state-of-the-art methods such as Vision Transformers and Foundation Models are considered in the analysis. The experimental framework shows that, on an unseen database (DLC-2021), our proposal achieves 13.91% and 0% EERs at patch and ID document level, showing a good generalization to other databases. In addition to this exploration, another key contribution of our study is the release of the first publicly available database that contains 48,400 patches from both real and fake ID documents, along with the experimental framework and models, which will be available in our GitHub.
• Abstract（参考訳）: ますますデジタル化されつつある世界では、ID文書の真正性を検証することは、デジタルバンキング、暗号交換、レンタルといった現実のアプリケーションにとって重要な課題となっている。 本研究は,フィールド内のいくつかの制限をカバーした偽ID検出の話題に焦点を当てた。 特に、実際のID文書から公開されているデータは存在せず、ほとんどの研究はプライバシー上の理由から利用できない独自データベースに依存している。 この分野の進歩を困難にしているこの重要な課題に光を当てるために、プライバシとパフォーマンスのトレードオフを探究し、プライバシ保存の偽ID検出に新たなパッチワイドアプローチを提案する。 提案するアプローチでは,プライバシの強化方法について検討しています。 一 ID文書(完全及び疑似匿名化)の匿名化のレベル二 ii)異なるパッチサイズ構成で、パッチ画像に表示される機密データの量を変更する。 また、この分析では、ビジョントランスフォーマーやファンデーションモデルのような最先端の手法が検討されている。 提案手法は,未確認データベース(DLC-2021)において,パッチおよびID文書レベルで13.91%,0%のEERを達成し,他のデータベースに優れた一般化を示すことを示す。 この調査に加えて、この調査のもうひとつの重要な貢献は、実際のIDドキュメントと偽のIDドキュメントの両方から48,400のパッチと、GitHubで利用可能になる試験的なフレームワークとモデルを含む、初めて公開されたデータベースのリリースです。

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)
• IDNet: A Novel Dataset for Identity Document Analysis and Fraud Detection [25.980165854663145]
  IDNetは、プライバシー保護詐欺検出の取り組みを促進するために設計されたベンチマークデータセットである。 合成されたID文書の837,060枚の画像からなり、合計で約490ギガバイトである。 本研究は,プライバシ保護不正検出手法の訓練にどのように役立つかを示すとともに,データセットの有用性と利用事例を評価した。
  論文  参考訳（メタデータ） (2024-08-03T07:05:40Z)
• DocXPand-25k: a large and diverse benchmark dataset for identity documents analysis [0.0]
  アイデンティティドキュメント(ID)イメージ分析は、銀行口座の開設や保険契約など、多くのオンラインサービスにとって欠かせないものとなっている。 ID分析方法のベンチマークは,プライバシ制限やセキュリティ要件,法的理由などが主な理由だ。 我々は24,994個のリッチラベル付きID画像からなるDocXPand-25kデータセットを提案する。
  論文  参考訳（メタデータ） (2024-07-30T08:55:27Z)
• Keypoint Promptable Re-Identification [76.31113049256375]
  Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。 本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。 我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
  論文  参考訳（メタデータ） (2024-07-25T15:20:58Z)
• PhotoMaker: Customizing Realistic Human Photos via Stacked ID Embedding [102.07914175196817]
  PhotoMakerは、効率的なパーソナライズされたテキスト・ツー・イメージ生成方法である。 任意の数の入力ID画像をスタックID埋め込みに符号化し、ID情報を保存する。
  論文  参考訳（メタデータ） (2023-12-07T17:32:29Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
  本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。 本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。 提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
  論文  参考訳（メタデータ） (2023-03-23T13:50:46Z)
• Unsupervised Text Deidentification [101.2219634341714]
  個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。 K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
  論文  参考訳（メタデータ） (2022-10-20T18:54:39Z)
• MIDV-2020: A Comprehensive Benchmark Dataset for Identity Document Analysis [48.35030471041193]
  MIDV-2020は1000の動画クリップ、2000のスキャン画像、1000のユニークなモックIDドキュメントの写真で構成されている。 72409の注釈付き画像により、提案されたデータセットは公開日までで最大の公開IDドキュメントデータセットである。
  論文  参考訳（メタデータ） (2021-07-01T12:14:17Z)

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。