Can Foundation Models Generalise the Presentation Attack Detection Capabilities on ID Cards?

要約

現在、IDカードのプレゼンテーション攻撃検出（PAD）の主な課題の1つは、IDカードを発行している国の多様性の一般化機能を獲得することです。
ほとんどのパッドシステムは、プライバシー保護の懸念のために、1、2、または3つのIDドキュメントでトレーニングされています。
その結果、未知の新しいIDカード国でテストされた場合、商業目的で競争結果を得ることはありません。
このシナリオでは、巨大なデータセットでトレーニングされた基礎モデル（FM）は、一般化能力の改善に役立ちます。
この作業は、FMの機能を改善し、ベンチマークすることを目的としています。また、それらを使用してIDドキュメントのPADの一般化を適応させる方法です。
ゼロショットと微調整と2つの異なるIDカードデータセットを考慮して、異なるテストプロトコルが使用されました。
チリのIDに基づく1つのプライベートデータセットと、フィンランド、スペイン、スロバキアの3つのID国に基づく1つのオープンセット。
私たちの調査結果は、真正な画像が一般化の鍵であることを示しています。

要約(オリジナル)

Nowadays, one of the main challenges in presentation attack detection (PAD) on ID cards is obtaining generalisation capabilities for a diversity of countries that are issuing ID cards. Most PAD systems are trained on one, two, or three ID documents because of privacy protection concerns. As a result, they do not obtain competitive results for commercial purposes when tested in an unknown new ID card country. In this scenario, Foundation Models (FM) trained on huge datasets can help to improve generalisation capabilities. This work intends to improve and benchmark the capabilities of FM and how to use them to adapt the generalisation on PAD of ID Documents. Different test protocols were used, considering zero-shot and fine-tuning and two different ID card datasets. One private dataset based on Chilean IDs and one open-set based on three ID countries: Finland, Spain, and Slovakia. Our findings indicate that bona fide images are the key to generalisation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google