論文の概要: AuthSig: Safeguarding Scanned Signatures Against Unauthorized Reuse in Paperless Workflows
- arxiv url: http://arxiv.org/abs/2511.08967v1
- Date: Thu, 13 Nov 2025 01:22:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-13 22:34:54.329584
- Title: AuthSig: Safeguarding Scanned Signatures Against Unauthorized Reuse in Paperless Workflows
- Title（参考訳）: AuthSig: 紙レスワークフローにおける不正使用に対するスキャンされた署名の保護
- Authors: RuiQiang Zhang, Zehua Ma, Guanjie Wang, Chang Liu, Hengyi Wang, Weiming Zhang,
- Abstract要約: 生成モデルと透かしに基づく新しい静的電子署名フレームワークAuthSigを提案する。
AuthSigは,デジタルドメイン歪みとシグネチャ特異性の両方で,98%以上の抽出精度を達成できることを示す。
- 参考スコア（独自算出の注目度）: 28.229261085054745
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the deepening trend of paperless workflows, signatures as a means of identity authentication are gradually shifting from traditional ink-on-paper to electronic formats.Despite the availability of dynamic pressure-sensitive and PKI-based digital signatures, static scanned signatures remain prevalent in practice due to their convenience. However, these static images, having almost lost their authentication attributes, cannot be reliably verified and are vulnerable to malicious copying and reuse. To address these issues, we propose AuthSig, a novel static electronic signature framework based on generative models and watermark, which binds authentication information to the signature image. Leveraging the human visual system's insensitivity to subtle style variations, AuthSig finely modulates style embeddings during generation to implicitly encode watermark bits-enforcing a One Signature, One Use policy.To overcome the scarcity of handwritten signature data and the limitations of traditional augmentation methods, we introduce a keypoint-driven data augmentation strategy that effectively enhances style diversity to support robust watermark embedding. Experimental results show that AuthSig achieves over 98% extraction accuracy under both digital-domain distortions and signature-specific degradations, and remains effective even in print-scan scenarios.
- Abstract（参考訳）: 紙レスワークフローの深化に伴い、従来のインクオンペーパーから電子フォーマットへと、識別認証の手段としてのシグネチャが徐々にシフトしつつある。
しかし、これらの静的画像は認証属性がほとんど失われているため、確実な検証ができず、悪意のあるコピーや再利用に対して脆弱である。
これらの問題に対処するため、我々は、認証情報を署名画像にバインドする、生成モデルと透かしに基づく新しい静的電子署名フレームワークAuthSigを提案する。
人体視覚システムの微妙なスタイル変化に対する敏感さを生かして、AuthSigは1シグナチャ、ワンユースポリシーを暗黙的にエンコードするために、生成中のスタイル埋め込みを微調整し、手書き署名データの不足と従来の拡張手法の限界を克服するため、キーポイント駆動型データ拡張戦略を導入し、堅牢なウォーターマーク埋め込みをサポートするために、スタイルの多様性を効果的に向上する。
実験結果から,デジタルドメイン歪みとシグネチャ特異的劣化のいずれにおいても,AuthSigは98%以上の抽出精度を達成し,印刷スキャンシナリオにおいても有効であることがわかった。
関連論文リスト
- README: Robust Error-Aware Digital Signature Framework via Deep Watermarking Model [0.0]
本稿では,画像内の堅牢で検証可能な,エラー耐性のあるデジタルシグネチャを実現する新しいフレームワークを提案する。
提案したフレームワークは、ディープウォーターマーキングのための新しいクラスの高保証アプリケーションをアンロックする。
論文 参考訳（メタデータ） (2025-07-06T18:15:53Z) - An Improved U-Net Model for Offline handwriting signature denoising [0.0]
法医学的な鑑定では、オフラインの筆跡シグネチャの分析には、鑑定者が一定の数のシグネチャサンプルを提供する必要がある。
提供された手書きサンプルは、しばしば大量の干渉情報と混同され、手書き識別作業に深刻な課題をもたらす。
本研究は,符号認識システムの堅牢性向上を目的とした,改良されたU-net構造に基づく署名手書き記述モデルを提案する。
論文 参考訳（メタデータ） (2025-07-01T01:38:44Z) - A Watermark for Auto-Regressive Image Generation Models [50.599325258178254]
画像生成モデル用に明示的に設計された歪みのない透かし法であるC-reweightを提案する。
C-reweightは画像の忠実性を維持しながら再起動ミスマッチを緩和する。
論文 参考訳（メタデータ） (2025-06-13T00:15:54Z) - Privacy-Preserving Biometric Verification with Handwritten Random Digit String [49.77172854374479]
手書き認証は、何十年もの間、安定したアイデンティティ認証方法として存在してきた。
しかし、この技術は、署名などの手書きバイオメトリックスに個人情報が組み込まれているため、潜在的なプライバシー侵害のリスクがある。
プライバシ保護による手書き文字の検証にRandom Digit String (RDS) を用いることを提案する。
論文 参考訳（メタデータ） (2025-03-17T03:47:25Z) - The NeRF Signature: Codebook-Aided Watermarking for Neural Radiance Fields [77.76790894639036]
我々は,NeRFの新しい透かし方式であるNeRFシグナチャを提案する。
我々は、モデル構造を変更しないコードブック支援署名埋め込み(CSE)を採用している。
また、署名をパッチに隠すための共同ポーズパッチ暗号透かし戦略も導入する。
論文 参考訳（メタデータ） (2025-02-26T13:27:49Z) - Certifiably Robust Image Watermark [57.546016845801134]
ジェネレーティブAIは、偽情報やプロパガンダキャンペーンの促進など、多くの社会的懸念を提起する。
ウォーターマークAI生成コンテンツは、これらの懸念に対処するための重要な技術である。
本報告では, 除去・偽造攻撃に対するロバスト性保証を保証した最初の画像透かしを提案する。
論文 参考訳（メタデータ） (2024-07-04T17:56:04Z) - A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models [65.40460716619772]
本研究は,textbfDistribution-textbf Preserving (DiP)ウォーターマークの重要性に焦点をあてる。
現在の戦略とは対照的に,提案したDiPmarkは透かし中に元のトークン分布を同時に保存する。
言語モデルAPIにアクセスせずに検出可能で(アクセス可能)、トークンの適度な変更に対して確実に堅牢である。
論文 参考訳（メタデータ） (2023-10-11T17:57:35Z) - FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models [64.89896692649589]
テキスト・画像拡散モデルの微調整に適した透かしシステムであるFT-Shieldを提案する。
FT-Shieldは新しい透かしの生成と検出戦略を設計することで著作権保護の課題に対処する。
論文 参考訳（メタデータ） (2023-10-03T19:50:08Z) - FCN+RL: A Fully Convolutional Network followed by Refinement Layers to
Offline Handwritten Signature Segmentation [3.3144312096837325]
そこで本研究では,手書き署名の画素の識別と抽出を行う手法を提案する。
この技術は、完全な畳み込みエンコーダ・デコーダネットワークと、予測された画像のアルファチャネルのための洗練されたレイヤのブロックを組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-28T18:47:10Z) - Offline Signature Verification on Real-World Documents [9.271640666465363]
正式な文書から抽出された署名には、スタンプ、会社のシール、支配線、署名ボックスなど、さまざまな種類の隠蔽が含まれている。
本稿では,現実の作家によるオフライン署名検証問題に対処し,銀行の顧客の取引要求文書に隠蔽された署名を記載した文書をクリーンリファレンス署名と比較する。
提案手法は,CycleGANに基づくスタンプクリーニング法とCNNに基づくシグネチャ表現の2つの主成分からなる。
論文 参考訳（メタデータ） (2020-04-25T10:28:03Z)
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。