物理打印-成像通道的数字孪生
计算机视觉与模式识别
2022-11-01 v1 机器学习
摘要
本文针对基于机器学习方法（即数字孪生）建模打印-成像通道的问题，该通道用于基于拷贝检测图案（CDP）的防伪应用。该数字孪生构建于一种称为Turbo的信息论框架之上，该框架对双向信息通路中的编码器与解码器均采用互信息的变分近似。所提模型推广了多种最先进的架构，如对抗自编码器（AAE）、CycleGAN与对抗隐空间自编码器（ALAE）。该模型可应用于任意类型的打印与成像，且仅需由发送至打印设备的数字模板或图稿以及由成像设备获取的数据构成的训练数据。此外，这些数据可以是配对的、非配对的或配对-非配对混合的，这使得所提架构非常灵活并可扩展至许多实际设置。我们展示了各种架构因素、度量与判别器在从数字CDP生成/预测打印CDP及其逆任务中对系统整体性能的影响。我们还将所提系统与几种用于图像到图像翻译应用的最先进方法进行了比较。
引用
@article{arxiv.2210.17420,
title = {Digital twins of physical printing-imaging channel},
author = {Yury Belousov and Brian Pulfer and Roman Chaban and Joakim Tutt and Olga Taran and Taras Holotyak and Slava Voloshynovskiy},
journal= {arXiv preprint arXiv:2210.17420},
year = {2022}
}
备注
Paper accepted at the IEEE International Workshop on Information Forensics and Security (WIFS) 2022