深度文档伪造检测的图像生成与学习策略
计算机视觉与模式识别
2023-11-08 v1
摘要
近年来文档处理蓬勃发展并带来诸多益处。然而，伪造文档图像的案例报道显著上升。具体而言，近期用于生成任务的深度神经网络（DNN）方法的进展可能放大文档伪造的威胁。如我们所验证的，针对流行复制-移动方法创建的伪造文档图像的传统方法，不适用于对抗由基于 DNN 的方法创建的那些图像。为解决此问题，我们通过模拟可能的攻击（如利用近期 DNN 方法进行文本添加、删除和替换）构建了一个名为 FD-VIED 的文档伪造图像训练数据集。此外，我们引入了一种通过自然图像与文档图像的自监督学习进行有效预训练的方法。在我们的实验中，我们证明了我们的方法提升了检测性能。
引用
@article{arxiv.2311.03650,
title = {Image Generation and Learning Strategy for Deep Document Forgery Detection},
author = {Yamato Okamoto and Osada Genki and Iu Yahiro and Rintaro Hasegawa and Peifei Zhu and Hirokatsu Kataoka},
journal= {arXiv preprint arXiv:2311.03650},
year = {2023}
}