論文の概要: Origin Lens: A Privacy-First Mobile Framework for Cryptographic Image Provenance and AI Detection

• arxiv url: http://arxiv.org/abs/2602.03423v1
• Date: Tue, 03 Feb 2026 11:49:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:15.428644
• Title: Origin Lens: A Privacy-First Mobile Framework for Cryptographic Image Provenance and AI Detection
• Title（参考訳）: Origin Lens: 暗号化画像検出とAI検出のためのプライバシファーストなモバイルフレームワーク
• Authors: Alexander Loth, Dominique Conceicao Rosario, Peter Ebinger, Martin Kappes, Marc-Oliver Pahl,
• Abstract要約: Origin Lensは、レイヤ化された検証アーキテクチャを通じて視覚的な偽情報をターゲットにした、プライバシ優先のモバイルフレームワークである。 サーバ側の検出システムとは異なり、Origin Lensは暗号化された画像証明とAI検出をデバイス上でローカルに実行する。
• 参考スコア（独自算出の注目度）: 41.377612554013474
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The proliferation of generative AI poses challenges for information integrity assurance, requiring systems that connect model governance with end-user verification. We present Origin Lens, a privacy-first mobile framework that targets visual disinformation through a layered verification architecture. Unlike server-side detection systems, Origin Lens performs cryptographic image provenance verification and AI detection locally on the device via a Rust/Flutter hybrid architecture. Our system integrates multiple signals - including cryptographic provenance, generative model fingerprints, and optional retrieval-augmented verification - to provide users with graded confidence indicators at the point of consumption. We discuss the framework's alignment with regulatory requirements (EU AI Act, DSA) and its role in verification infrastructure that complements platform-level mechanisms.
• Abstract（参考訳）: 生成AIの普及は、モデルのガバナンスとエンドユーザの検証を接続するシステムを必要とする、情報の完全性を保証するための課題を引き起こす。 我々は、階層化された検証アーキテクチャを通じて視覚的偽情報をターゲットとするプライバシー第一のモバイルフレームワークであるOrigin Lensを紹介する。 サーバ側検出システムとは異なり、Origin Lensは、Rust/Flutterハイブリッドアーキテクチャを介して、デバイス上の暗号化画像の証明とAI検出をローカルに実行する。 本システムでは,複数信号 – 暗号証明,生成モデル指紋,任意検索拡張検証など – を統合することで, 利用者に対して, 使用時点での信頼度を格付けした指標を提供する。 本稿では,規制要件(EU AI Act, DSA)との整合性と,プラットフォームレベルのメカニズムを補完する検証インフラストラクチャにおけるその役割について論じる。

関連論文リスト

• From Evidence to Verdict: An Agent-Based Forensic Framework for AI-Generated Image Detection [19.240335260177382]
  AIFo(Agent-based Image Forensics)は、マルチエージェントコラボレーションによる人間の法医学的調査をエミュレートする、トレーニング不要のフレームワークである。 従来の手法とは異なり,本フレームワークでは,リバース画像検索,メタデータ抽出,事前学習型分類器,VLM解析など,一連の法医学的ツールを用いている。 我々の総合的な評価は6000のイメージに及び、現代の生成プラットフォームや多様なオンラインソースの画像を含む現実世界のシナリオに挑戦する。
  論文  参考訳（メタデータ） (2025-10-31T18:36:49Z)
• Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
  ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。 本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-23T13:02:14Z)
• Deep Learning Models for Robust Facial Liveness Detection [56.08694048252482]
  本研究では,現代のアンチスプーフィング手法の欠陥に対処する新しい深層学習モデルを用いて,ロバストな解を提案する。 テクスチャ解析と実際の人間の特性に関連する反射特性を革新的に統合することにより、我々のモデルは、顕著な精度でレプリカと真の存在を区別する。
  論文  参考訳（メタデータ） (2025-08-12T17:19:20Z)
• ArbiViewGen: Controllable Arbitrary Viewpoint Camera Data Generation for Autonomous Driving via Stable Diffusion Models [8.314980817044958]
  Arbiviewgenは任意の視点から制御可能なカメラ画像を生成するための新しいフレームワークである。 特徴認識型適応ビューストッチングとクロスビュー・コンシスタンス・セルフスーパーバイザード・ラーニングの2つの主要コンポーネントを紹介した。
  論文  参考訳（メタデータ） (2025-08-07T10:24:47Z)
• AI Model Passport: Data and System Traceability Framework for Transparent AI in Health [4.024232575199211]
  本稿では,構造化および標準化されたドキュメントフレームワークであるAI Model Passportの概念を紹介する。 ライフサイクル全体にわたってAIモデルを特定し、検証し、追跡し、監視するために必要なメタデータをキャプチャする。 このフレームワークの実装は、医療画像アプリケーションのためのProCAncer-I EUプロジェクト内で開発されたMLOpsツールであるAIPassportを通じて提示される。
  論文  参考訳（メタデータ） (2025-06-27T16:16:15Z)
• IVY-FAKE: A Unified Explainable Framework and Benchmark for Image and Video AIGC Detection [24.67072921674199]
  説明可能なマルチモーダルAIGC検出のための,新規で統一された大規模データセットであるIVY-FAKEを紹介する。 Ivy Explainable Detector (IVY-XDETECTOR)を提案する。 我々の統合視覚言語モデルは、複数の画像およびビデオ検出ベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-06-01T12:20:22Z)
• From Objects to Events: Unlocking Complex Visual Understanding in Object Detectors via LLM-guided Symbolic Reasoning [71.41062111470414]
  現在のオブジェクト検出器は、エンティティのローカライゼーションと分類において優れているが、イベント認識機能には固有の制限がある。 本稿では,単なるオブジェクト認識以上の標準オブジェクト検出能力を,複雑なイベント理解に拡張する新しいフレームワークを提案する。 私たちの重要なイノベーションは、高価なタスク固有のトレーニングを必要とせずに、オブジェクト検出とイベント理解のセマンティックなギャップを埋めることです。
  論文  参考訳（メタデータ） (2025-02-09T10:30:54Z)
• GaitPrivacyON: Privacy-Preserving Mobile Gait Biometrics using Unsupervised Learning [6.325464216802613]
  GaitPrivacyONは、被験者の機密情報を保存しながら正確な認証結果を提供する、新しい移動歩行生体認証手法である。 最初のモジュール(畳み込みオートエンコーダ)は、保護対象の機密属性を特定することなく、教師なしの方法で訓練される。 我々の知る限りでは、これは、教師なしの方法で訓練されたプライバシー保護方法を考える最初のモバイル歩行検証アプローチである。
  論文  参考訳（メタデータ） (2021-10-08T08:32:26Z)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• Open-set Adversarial Defense [93.25058425356694]
  オープンセット認識システムは敵攻撃に対して脆弱であることを示す。 本研究の目的は,OSAD(Open-Set Adrial Defense, Open-Set Adrial Defense)機構の必要性である。 本稿はOSAD問題に対する解決策として,OSDN(Open-Set Defense Network)を提案する。
  論文  参考訳（メタデータ） (2020-09-02T04:35:33Z)

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。