論文の概要: Field-Localized Forgery Detection for Digital Identity Documents
- arxiv url: http://arxiv.org/abs/2605.09089v1
- Date: Sat, 09 May 2026 17:53:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.063143
- Title: Field-Localized Forgery Detection for Digital Identity Documents
- Title（参考訳）: デジタルID文書のフィールドローカライズされた偽造検出
- Abstract要約: デジタルID認証システムは、ユーザ認証のために文書イメージに依存している。
既存の偽造検出手法では、構造化されたID文書への転送性が制限されている。
我々はFLiDを提案する。FLiDは、重要なアイデンティティ領域をターゲットにした軽量なフィールドローカライズされたフレームワークである。
- 参考スコア（独自算出の注目度）: 17.43404472809746
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital identity verification systems used in remote onboarding rely on document images to authenticate users, making them vulnerable to localized manipulations of key identity fields such as facial photographs and textual information. Existing forgery detection methods, developed primarily for natural-image forensics, show limited transferability to structured identity documents. We propose FLiD, a lightweight field-localized framework that targets critical identity regions rather than processing full-document images. A fine-tuned object detector first localizes face and text fields; a frozen MobileNetV3-Small backbone then extracts compact field-level embeddings, which are classified by lightweight neural network with only 191K trainable parameters. FLiD achieves AUC scores of 0.880 (face), 0.954 (text), and 0.923 (both-field attacks), with corresponding EERs of 18.05%, 11.61%, and 15.16%, representing absolute reductions of 29-35 percentage points over a full-document baseline trained from scratch. FLiD also consistently outperforms general-purpose manipulation detectors (TruFor, MMFusion, UniVAD) across all attack scenarios while requiring 13x fewer parameters and 21x fewer FLOPs
- Abstract（参考訳）: リモートオンボーディングで使用されるデジタルアイデンティティ認証システムは、ユーザ認証のための文書イメージに依存しており、顔写真やテキスト情報などの重要なアイデンティティフィールドの局所的な操作に脆弱である。
既存の偽造検出法は、主に自然画像鑑定のために開発されたもので、構造化されたID文書への転送性に制限がある。
FLiDは、フルドキュメント画像を処理するのではなく、重要なアイデンティティ領域をターゲットにした軽量フィールドローカライズドフレームワークである。
まず、冷凍されたMobileNetV3-Smallバックボーンが、191Kのトレーニング可能なパラメータしか持たない軽量ニューラルネットワークによって分類された、コンパクトなフィールドレベルの埋め込みを抽出する。
FLiDのAUCスコアは0.880(顔)、0.954(テキスト)、0.923(両方のフィールド攻撃)で、対応するEERは18.05%、11.61%、および15.16%で、スクラッチから訓練された全文書ベースラインに対して29-35ポイントの絶対的な減少を示している。
FLiDはまた、すべての攻撃シナリオにおいて汎用的な操作検出器(TruFor、MMFusion、UniVAD)よりも一貫して優れており、パラメータは13倍、FLOPは21倍少ない。
関連論文リスト
- IDSPACE: A Novel Document Generator for Reliable Evaluation of Digital Identity Verification Systems [Extended Technical Report] [12.27574663758225]
フラッド検出ツールは広く提供されているが、識別文書は感度が高く、したがって不十分であるため、評価や微調整は難しいままである。
我々は、IDSpaceを導入し、この研究線を3方向に広げる。
まず,視覚的類似性と予測整合性の両方を最大化するために生成パラメータを調整したモデル誘導ベイズ最適化を提案する。
第2に、ユーザが指定したメタデータを自動調整された制御パラメータから切り離し、低レベルの専門知識を使わずに評価を設定する。
論文 参考訳（メタデータ） (2026-09-02T18:27:09Z) - FakeIDet3-DB: Refining Digital Attacks and Patch Extraction for Secure ID Benchmarking [0.0]
ID認証は、複雑で高周波なセキュリティパターンの構造的整合性に依存している。
高度なジェネレーティブAIモデルは、局所的で高忠実な操作を注入し、偽造攻撃を発生させることができる。
FakeIDet3-DBは、実際の政府発行IDに対するデジタル操作の包括的なデータベースである。
論文 参考訳（メタデータ） (2026-07-29T09:03:29Z) - MonkeyOCRv2: A Visual-Text Foundation Model for Document AI [71.06391669976786]
MonkeyOCRv2は、ドキュメントAIのためのビジュアルテキスト事前トレーニングモデルである。
MonkeyDoc v2は17言語にまたがる1億1300万のイメージからなる、最大規模のドキュメントイメージ事前トレーニングコーパスである。
論文 参考訳（メタデータ） (2026-07-13T13:43:39Z) - Receipt Replay OOD: A Small Benchmark for Screen Replay Detection Under Domain Shift [51.56484100374058]
本稿では,画面リプレイ検出のためのベンチマークであるReceipt Replay OODを紹介する。
クロスドメイン条件下での文書再生検出モデルの評価を行い、ドメインシフトが一般化性能に与える影響を実証する。
論文 参考訳（メタデータ） (2026-05-26T11:15:33Z) - When Detectors Forget Forensics: Blocking Semantic Shortcuts for Generalizable AI-Generated Image Detection [48.75021863792367]
Vision Foundation Models (VFMs, emphe.g., CLIP) は、しばしば目に見えない生成パイプラインを使って生成された画像に一般化するのに苦労する。
textbfGeometric Semantic Decoupling (GSD)を提案する。
GSDはバッチワイズ統計から意味論的方向を推定し、幾何学的制約によってそれらを投影し、アーティファクト検出器は意味論的不変な法医学的証拠に依存するように強制する。
論文 参考訳（メタデータ） (2026-03-10T06:16:35Z) - DOCFORGE-BENCH: A Comprehensive 0-shot Benchmark for Document Forgery Detection and Analysis [6.329569532501952]
文書偽造検出のための最初の統一ゼロショットベンチマークであるDOCFORGE-BENCHを提案する。
テキスト改ざん、レシート偽造、ID文書操作にまたがる8つのデータセットにまたがる14の手法を評価する。
私たちの中心的な発見は、シングルスレッドプロトコルでは見えない、広範囲にわたるキャリブレーション障害です。
論文 参考訳（メタデータ） (2026-03-02T04:26:57Z) - AIForge-Doc: A Benchmark for Detecting AI-Forged Tampering in Financial and Form Documents [7.014776899553499]
我々は,ファイナンシャルおよびフォーム文書にピクセルレベルのアノテーションを付加した拡散モデルベースの塗り絵のみを対象とする,最初の専用ベンチマークであるAIForge-Docを紹介する。
TruFor、DocTamper、ゼロショットGPT-4oの3つの代表検出器をベンチマークした結果、既存のメソッドはすべて大幅に劣化していることがわかった。
論文 参考訳（メタデータ） (2026-02-24T05:37:35Z) - Webly-Supervised Image Manipulation Localization via Category-Aware Auto-Annotation [49.83611963142304]
画像編集ツールを使って操作された画像は、視聴者を誤解させ、社会保障に重大なリスクをもたらす可能性がある。
この領域の主な障壁の1つは、データ取得の高コストと、高品質な注釈付きデータセットの深刻な欠如である。
我々は、Webから手動で鍛造された画像の大規模なコレクションと、自動生成されたアノテーションを利用する。
我々はMIMLv2を構築する。MIMLv2は大規模で多彩で高品質なデータセットで、246,212個の手動鍛造画像とピクセルレベルのマスクアノテーションを備えている。
論文 参考訳（メタデータ） (2025-08-28T16:44:40Z) - DDL: A Large-Scale Datasets for Deepfake Detection and Localization in Diversified Real-World Scenarios [51.916287988122406]
本稿では,$textbf1.4M+$forgedサンプルを含む大規模ディープフェイク検出およびローカライゼーション(textbfDDL)データセットを提案する。
我々のDDLは、複雑な現実世界の偽造のより困難なベンチマークを提供するだけでなく、次世代のディープフェイク検出、ローカライゼーション、解釈可能性メソッドを構築するための重要なサポートも提供しています。
論文 参考訳（メタデータ） (2025-06-29T15:29:03Z) - ForensicHub: A Unified Benchmark & Codebase for All-Domain Fake Image Detection and Localization [54.64604722756443]
ForensicHubは、オールドメインの偽画像検出とローカライゼーションのための最初の統一ベンチマークである。
科学的なパイプラインをデータセット、変換、モデル、評価者間で交換可能なコンポーネントに分解する。
FIDLモデルアーキテクチャ、データセットの特徴、評価標準に関する8つの重要な実行可能な洞察を提供する。
論文 参考訳（メタデータ） (2025-05-16T08:49:59Z) - Individualized Deepfake Detection Exploiting Traces Due to Double Neural-Network Operations [29.59765394512256]
本研究では,個々の人物の顔画像のディープフェイク検出に焦点を当てた。
ニューラルネットワークのイデオロシティ特性を利用して検出性能を向上できることを実証する。
実験の結果,提案手法は曲線下面積を0.92から0.94に改善し,標準偏差を17%低減することがわかった。
論文 参考訳（メタデータ） (2023-12-13T10:21:00Z) - Toward Real Text Manipulation Detection: New Dataset and New Solution [58.557504531896704]
プロフェッショナルなテキスト操作に関連する高コストは、現実世界のデータセットの可用性を制限する。
本稿では,14,250枚のテキスト画像を含むリアルテキスト操作データセットを提案する。
我々のコントリビューションは、実世界のテキスト改ざん検出の進歩を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-12T02:10:16Z) - Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。
既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。
本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2023-07-31T10:22:33Z)
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。