Nov, 2023
深度文本伪造检测的图像生成和学习策略
Image Generation and Learning Strategy for Deep Document Forgery Detection
Yamato Okamoto, Osada Genki, Iu Yahiro, Rintaro Hasegawa, Peifei Zhu...
TL;DR近年来，文件处理蓬勃发展并带来了众多好处。然而，被报告的伪造文件图像案例显著增加。特别是深度神经网络（DNN）在生成任务方面的最新进展可能加剧文件伪造的威胁。我们验证了传统的针对使用普遍的复制 - 移动方法创建的伪造文件图像的方法对 DNN 方法创建的伪造文件图像不适用。为了解决这个问题，我们构建了一个名为 FD-VIED 的文件伪造图像的训练数据集，通过模拟可能的攻击，如文本添加、删除和替换，使用最新的 DNN 方法。此外，我们通过自监督学习的方式引入了一种有效的预训练方法，包括自然图像和文档图像。在我们的实验证明，我们的方法提高了检测性能。