隐私感知的伪造身份证件检测：方法、基准和改进算法 (FakeIDet2)
密码学与安全
2025-08-29 v2 人工智能
计算机视觉与模式识别
图像与视频处理
摘要
基于互联网的应用中的远程用户验证如今变得越来越重要。其一个常见场景是用户将身份证件（ID）图片提交给服务平台，验证其真实性，然后授予对所请求数字服务的访问权限。ID 非常适合验证个人身份，因为它由政府签发、唯一且不可转让。然而，随着人工智能（AI）的最新进展，攻击者可以绕过 ID 中的安全措施，制造出非常逼真的物理和合成伪造 ID。研究人员现在正试图开发方法来检测越来越多的、与真实（bona fide）ID 几乎无法区分的基于 AI 的伪造品。在这场反制行动中，研究人员面临一个重要挑战：难以使用真实数据来训练伪造 ID 检测器。这种研发用真实数据的稀缺性源于这些文件的敏感性，它们通常由 ID 所有者（用户）和 ID 持有者（例如政府、警察、银行等）保密。我们研究的主要贡献是：1) 我们提出并讨论了一种基于补丁的方法，以在伪造 ID 检测研究中保护隐私。2) 我们提供了一个新的公共数据库 FakeIDet2-db，其中包含从 2,000 张 ID 图像中提取的超过 90 万个真实/伪造 ID 补丁，这些图像是使用不同的智能手机传感器、光照和高度条件等获取的。此外，还考虑了三种物理攻击：打印、屏幕和合成。3) 我们提出了一种新的隐私感知伪造 ID 检测方法 FakeIDet2。4) 我们发布了一个标准的可复现基准，该基准考虑了文献中流行数据库的物理和合成攻击。
引用
@article{arxiv.2508.11716,
title = {Privacy-Aware Detection of Fake Identity Documents: Methodology, Benchmark, and Improved Algorithms (FakeIDet2)},
author = {Javier Muñoz-Haro and Ruben Tolosana and Julian Fierrez and Ruben Vera-Rodriguez and Aythami Morales},
journal= {arXiv preprint arXiv:2508.11716},
year = {2025}
}