身份证文件中全息验证的弱监督训练
计算机视觉与模式识别
2024-04-29 v1
摘要
我们提出了一种方法，用于在常见照明条件下通过智能手机捕获的视频片段来远程验证身份证文件中的光学可变装置（OVDs），通常称为“全息图”。该方法在两个公共数据集上进行评估：MIDV-HOLO和MIDV-2020。通过弱监督训练，我们优化了一个特征提取和决策管道，实现了在MIDV-HOLO上达到新的领先性能，同时在用于攻击样本的MIDV-2020文档上保持高召回率。这也是迄今为止首次有效解决照片替换攻击任务的方法，可以在真实样本、攻击样本或两者兼有的训练中获得更好的性能。通过在几乎没有监督的情况下验证OVD的形状和动态，这项工作为在廉价智能手机上构建鲁棒的远程身份证验证系统铺平了道路。代码可在 https://github.com/EPITAResearchLab/pouliquen.24.icdar 上获取。
引用
@article{arxiv.2404.17253,
title = {Weakly Supervised Training for Hologram Verification in Identity Documents},
author = {Glen Pouliquen and Guillaume Chiron and Joseph Chazalon and Thierry Géraud and Ahmad Montaser Awal},
journal= {arXiv preprint arXiv:2404.17253},
year = {2024}
}
备注
Accepted at the International Conference on Document Analysis and Recognition (ICDAR 2024)