論文の概要: Video Transformer for Remote Identity Document Hologram Detection

• arxiv url: http://arxiv.org/abs/2607.11419v1
• Date: Mon, 13 Jul 2026 11:24:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.447589
• Title: Video Transformer for Remote Identity Document Hologram Detection
• Title（参考訳）: リモートアイデンティティドキュメンテーションホログラム検出のためのビデオトランス
• Abstract要約: ホログラム検出法は 以前 研究領域で検証された 頑健なモデルの上に 構築される 本システムは,スマートフォンによるキャプチャ処理とサーバ側検証を併用して設計されている。
• 参考スコア（独自算出の注目度）: 1.1688548469063844
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Remote identity authentification using Identification Documents has been a major challenge for several years. DeepFakes advent and the development of AI-guided tools helps fraudsters creating counterfeit ID Documents. Ensuring the authenticity of ID Documents has become a real clue in the seurization of remote authentification. This need is all the more pressing given the increasing digitization of administrative and transactional processes. To ensure widespread accessibility, the system should rely solely on video captured via mobile devices. In this specific context, confirming the authenticity of ID is a real challenge as many security features needs specific device like infrared sensor for instance. Among underutilized but promising security features, holographic printings hold a special place. Difficult to counterfeit, they produce distinctive visual effects according enlightment, making them both detectable in a video captured by a smartphone camera and difficult to imitate. In this paper, we propose a Remote Identity Document Verification System (RIDVS) and an approach based on a video transformer for detecting holograms in simple videos captured by smartphones. Our system is designed for a smartphone-based capture process, followed by a server-side verification. The hologram detection method builds on a robust model previously validated in a related research domain. We demonstrate that it outperforms existing SotA methods, achieving near-perfect accuracy even when trained on medium- to small-sized datasets. In particular, we report improvements of +26.86\% in Recall and +17.93\% in accuracy over the best MIDV-Holo baseline. This study includes several experiments that evaluate the model adaptation to frugality, both for training samples and computational resources.
• Abstract（参考訳）: 識別文書を用いたリモートアイデンティティ認証は,ここ数年,大きな課題となっている。 DeepFakesの出現とAI誘導ツールの開発は、詐欺師が偽造ID文書を作成するのに役立つ。 ID文書の真正性を保証することは、リモート認証の精査において真の手がかりとなっている。 このニーズは、管理プロセスとトランザクションプロセスのデジタル化が増加していることを考えると、より厳しくなっています。 幅広いアクセシビリティを確保するために、システムはモバイルデバイスで撮影したビデオにのみ依存する必要がある。 この特定の文脈では、例えば赤外線センサーのような特定のデバイスを必要とする多くのセキュリティ機能が、IDの真正性を確認することは、真の課題である。 未使用だが有望なセキュリティ機能の中で、ホログラフィック印刷は特別な位置を占める。 偽造が難しいため、明るみに合わせた視覚効果が生み出され、スマートフォンのカメラが捉えたビデオでも検出でき、模倣が難しい。 本稿では,スマートフォンで撮影された単純なビデオにおいて,ホログラムを検出するビデオトランスフォーマを用いたリモートID文書検証システム(RIDVS)を提案する。 本システムは,スマートフォンによるキャプチャ処理とサーバ側検証を併用して設計されている。 ホログラム検出法は、関連する研究領域で以前に検証されたロバストモデルに基づいて構築される。 既存のSotA手法よりも優れており,中規模から小規模のデータセットでトレーニングした場合でもほぼ完璧な精度が得られている。 特に、リコールにおける+26.86\%、最高のMIDV-Holoベースラインに対する+17.93\%の改善について報告する。 本研究は, サンプルのトレーニングと計算資源の両面において, モデル適合性を評価する実験を含む。

関連論文リスト

• EDVD-LLaMA: Explainable Deepfake Video Detection via Multimodal Large Language Model Reasoning [58.42596067220998]
  ディープフェイクビデオ技術は 芸術的な創造を 促進しただけでなく 偽情報を広めやすくした 従来のディープフェイクビデオ検出手法は、その原則の透明性の欠如や、偽造技術に対処する能力の不足といった問題に直面している。 本稿では,Deepfake Video Detection (EDVD) タスクを提案し,EDVD-LLaMAマルチモーダル推論フレームワークを設計する。
  論文  参考訳（メタデータ） (2025-10-18T10:34:05Z)
• Privacy-Aware Detection of Fake Identity Documents: Methodology, Benchmark, and Improved Algorithms (FakeIDet2) [13.726589034127025]
  偽ID検出研究におけるプライバシ保護のためのパッチベースの手法を提案し,議論する。 2,000のID画像から抽出された900K以上の実/偽IDのパッチからなる新しい公開データベースFakeIDet2-dbを提供する。 プライバシを意識した新しい偽ID検出手法FakeIDet2を提案する。
  論文  参考訳（メタデータ） (2025-08-14T17:30:36Z)
• 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)
• Robust Deepfake Detection for Electronic Know Your Customer Systems Using Registered Images [29.349824933680956]
  本稿では,eKYC(Electronic Know Your Customer)システム用に設計されたディープフェイク検出アルゴリズムを提案する。 顔認識モデルにより抽出された識別ベクトルの時間的不整合を検出することにより,映像の真正性を評価する。 このアルゴリズムは、ビデオ入力の処理に加えて、登録された画像(真であると仮定される)を使ってアイデンティティの相違を計算する。
  論文  参考訳（メタデータ） (2025-07-30T12:16:27Z)
• SynID: Passport Synthetic Dataset for Presentation Attack Detection [7.1212970088491385]
  リモートワークの増加、オンライン購入、マイグレーション、合成画像の進歩などだ。 本研究では、合成データとオープンアクセス情報を組み合わせたハイブリッド手法から生成された新しいパスポートデータセットを提案する。
  論文  参考訳（メタデータ） (2025-05-12T13:24:54Z)
• In Anticipation of Perfect Deepfake: Identity-anchored Artifact-agnostic Detection under Rebalanced Deepfake Detection Protocol [20.667392938528987]
  本研究では,バランスの取れたシナリオ下でのストレステスト検出にRDDP(Re Balanced Deepfake Detection Protocol)を導入する。 ID-Minerは,人工物や外観の動作に焦点をあてることで,変装の背後にある人形を識別する検出器である。
  論文  参考訳（メタデータ） (2024-05-01T12:48:13Z)
• Weakly Supervised Training for Hologram Verification in Identity Documents [1.9197225657187418]
  識別文書における光学可変デバイス(OVD)の正当性を検証する手法を提案する。 本手法は、一般的な照明条件下でスマートフォンで撮影したビデオクリップを処理する。 弱い教師付きトレーニングのおかげで、私たちは特徴抽出と意思決定パイプラインを最適化し、新しいリードパフォーマンスを実現しました。
  論文  参考訳（メタデータ） (2024-04-26T08:47:28Z)
• Beyond the Spectrum: Detecting Deepfakes via Re-Synthesis [69.09526348527203]
  ディープフェイク(Deepfakes)として知られる非常に現実的なメディアは、現実の目から人間の目まで区別できない。 本研究では,テスト画像を再合成し,検出のための視覚的手がかりを抽出する,新しい偽検出手法を提案する。 種々の検出シナリオにおいて,提案手法の摂動に対する有効性の向上,GANの一般化,堅牢性を示す。
  論文  参考訳（メタデータ） (2021-05-29T21:22:24Z)
• 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)
• Identity-Driven DeepFake Detection [91.0504621868628]
  アイデンティティ駆動のDeepFake Detectionは、被疑者画像/ビデオとターゲットのアイデンティティ情報を入力する。 被疑者画像・映像の同一性は対象人物と同一かという判断を出力する。 本稿では,新たな研究のベースラインとして,簡単な識別ベース検出アルゴリズムであるouterfaceを提案する。
  論文  参考訳（メタデータ） (2020-12-07T18:59:08Z)
• Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
  人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。 カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。 われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
  論文  参考訳（メタデータ） (2020-02-12T11:56:30Z)

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。