Identity Documents Authentication based on Forgery Detection of Guilloche Pattern

要約

モバイルおよびオンラインサービスを介したデジタル登録などの場合、偽造を効率的に検出し、デジタル世界でユーザーの信頼を構築するために、身分証明書の検証が重要です。
本論文では、ギョーシェパターンの偽造検出に基づく身分証明書の認証モデルを提案した。
提案されたアプローチは、2つのステップで構成されています。特徴抽出と、身分証明書の特徴ベクトルのペア間の類似性測定です。
特徴抽出ステップでは、畳み込みニューラルネットワーク（CNN）アーキテクチャを介して、身分証明書のペア間の類似性を学習し、それらの間の高度に識別可能な特徴を抽出することで終了します。
一方、類似性測定ステップは、特定のIDドキュメントが本物であるか偽造されているかを判断するために適用されます。
この作業では、これら2つのステップを組み合わせて、2つの目的を達成します。（i）抽出された特徴は、異なるクラスに属するIDドキュメントのペアを区別するための優れた衝突防止（識別）機能を備えている必要があります。
特定の身分証明書のギョーシェパターンと、同じ国の本物のバージョンのギョーシェパターンとの類似性。
より高い認証パフォーマンスを達成するための最も適切なパラメータを分析および特定するために、実験が行われます。
実験結果は、MIDV-2020データセットで実行されます。
結果は、ギョーシェパターンをモデル化するために処理された身分証明書のペアの関連する特性を抽出し、それによってそれらを正しく区別するための提案されたアプローチの能力を示しています。
実装コードと偽造されたデータセットはここに提供されています（https://drive.google.com/id-FDGP-1）

要約(オリジナル)

In cases such as digital enrolment via mobile and online services, identity document verification is critical in order to efficiently detect forgery and therefore build user trust in the digital world. In this paper, an authentication model for identity documents based on forgery detection of guilloche patterns is proposed. The proposed approach is made up of two steps: feature extraction and similarity measure between a pair of feature vectors of identity documents. The feature extraction step involves learning the similarity between a pair of identity documents via a convolutional neural network (CNN) architecture and ends by extracting highly discriminative features between them. While, the similarity measure step is applied to decide if a given identity document is authentic or forged. In this work, these two steps are combined together to achieve two objectives: (i) extracted features should have good anticollision (discriminative) capabilities to distinguish between a pair of identity documents belonging to different classes, (ii) checking out the conformity of the guilloche pattern of a given identity document and its similarity to the guilloche pattern of an authentic version of the same country. Experiments are conducted in order to analyze and identify the most proper parameters to achieve higher authentication performance. The experimental results are performed on the MIDV-2020 dataset. The results show the ability of the proposed approach to extract the relevant characteristics of the processed pair of identity documents in order to model the guilloche patterns, and thus distinguish them correctly. The implementation code and the forged dataset are provided here (https://drive.google.com/id-FDGP-1)

arxiv情報

提供元, 利用サービス

arxiv.jp, Google