IDTrust：基于带通滤波的深度身份文档质量检测
计算机视觉与模式识别
2024-07-02 v2
摘要
数字技术和基于移动设备的注册程序的日益普及，凸显了个人身份文档（ID）在验证用户和保护敏感信息方面的关键作用。然而，伪造ID制作的增加带来了重大挑战，需要开发可靠且高效的自动化验证方法。本文介绍了IDTrust，一个用于评估ID质量的深度学习框架。IDTrust是一个通过使用基于深度学习的方法来增强身份文档质量的系统。该方法无需依赖原始文档模式进行质量检查，也无需进行对齐的预处理步骤。因此，它在数据集适用性方面提供了显著的改进。通过利用基于带通滤波的方法，该系统旨在有效检测和区分ID质量。在MIDV-2020和L3i-ID数据集上的综合实验确定了最佳参数，显著提高了区分性能，并有效区分了原始和扫描的ID文档。
引用
@article{arxiv.2403.00573,
title = {IDTrust: Deep Identity Document Quality Detection with Bandpass Filtering},
author = {Musab Al-Ghadi and Joris Voerman and Souhail Bakkali and Mickaël Coustaty and Nicolas Sidere and Xavier St-Georges},
journal= {arXiv preprint arXiv:2403.00573},
year = {2024}
}
备注
The primary reason is confidentiality and the joint ownership between the L3i laboratory and the company IMDS