Mar, 2024

IDTrust：深度身份证件服务质量检测与带通滤波

PDF
TL;DRIDTrust 是一个基于深度学习的系统，通过使用深度学习方法来改善身份证明文件的质量，从而提供了数据集适用性的重大改进。通过利用基于带通滤波的方法，该系统旨在有效检测和区分身份证明文件的质量，并通过在 MIDV-2020 和 L3i-ID 数据集上进行广泛实验，识别出最佳参数，显著改善了区分性能，有效区分原始和扫描身份证明文件。
发现论文，激发创造
  • MIDV-500: 移动设备上身份证件分析和识别的视频流数据集

    本文介绍了一个 Mobile Identity Document Video 数据集 (MIDV-500)，其中包含来自 50 个不同身份证件类型的 500 个视频剪辑，提供了地面真实性，方便进行广泛的文档分析问题的研究，同时给出了人脸检测、文字行识别和文档域数据抽取的评估结果。

    Jul, 2018

  • 联合身份验证的深度学习人脸表示

    通过深度学习训练的 DeepID2 特征结合人脸识别和验证信号能够有效地减少人脸识别中的人际差异和人内差异并实现高辨识率。

    Jun, 2014

  • 身份证和旅行文件的合成数据集

    本研究提出了一个新的合成身份证和旅行证件数据集（SIDTD），该数据集旨在帮助培训和评估伪造身份证件检测系统。通过在该数据集上训练先进模型并与较大但私有的数据集进行比较，有助于推动身份证件验证任务在图像分析领域取得进展。

    Jan, 2024

  • LDRNet: 移动设备上实时文档定位技术

    本文提出了基于边缘智能辅助的方法，设计了一个实时身份证验证（IDV）系统，LDRNet，用于在移动设备上本地化身份文件，增强 IDV 过程的响应性和准确率。

    Jun, 2022

  • MIDV-2019：现代基于手机的文档 OCR 的挑战

    本文介绍了一个包含在不同条件下使用现代高分辨率移动相机拍摄的影片的 MIDV-2019 数据集，其中包含解决诸如识别身份证件、文本字段识别等问题的方法和算法的方法组合。

    Oct, 2019

  • 基于身份识别的深度伪造检测

    本文提出了一种基于身份识别的 DeepFake 检测方法，该方法不尝试检测图像伪造，而是侧重于确定图像 / 视频中的身份信息是否正确。为了促进基于身份识别的检测研究，作者还提出了一个名为 “Vox-DeepFake” 的大规模数据集和一个简单身份检测算法 “OuterFace”。

    Dec, 2020

  • InstantID: 秒级零样本保身份生成

    我们介绍了基于 InstantID 的个性化图像合成方法，通过应用 IdentityNet 模型，使用单张面部图像实现各种风格的图像个性化，同时确保高保真度，并与 SD1.5 和 SDXL 等常用预训练文本到图像扩散模型无缝集成，具有卓越的性能和高效性，在重视身份保护的实际应用中极具益处。

    Jan, 2024

  • 揭示双重真相：分离面部变形身份以进行面部变形检测

    本研究开发了 IDistill 方法，利用自编码器学习域信息，并将其精炼为分类器，以便教会它分离身份信息。在三个数据库中它超越了其他方法，并在另外两个数据库中表现出竞争力，有望用于预防生物测量系统攻击中的模拟攻击。

    Jun, 2023

  • 无限 ID：通过 ID 语义解耦范式实现身份保留的个性化

    通过引入无限 - ID，将身份信息与语义解耦合的范式，提出一种在图像生成中保持身份的个性化方法。此方法通过增强车间训练，结合图像交叉注意模块和 AdaIN-mean 操作的特征交互机制，既提高了身份的保真度和语义一致性，又使得对生成图像风格的控制变得方便。对原始照片生成和风格图像生成的大量实验结果证明了该方法的优越性能。

    Mar, 2024

  • DeepRadioID: 基于深度学习的无线电指纹算法实时抗干扰优化

    本文提出 DeepRadioID，一个系统，其无需重新训练深度学习模型即可优化基于深度学习的无线电指纹识别算法的准确性，实验结果显示其在三种情况下分别增加了 35％，50％和 58％的指纹识别准确性，并在 100 个设备数据集上实现了 27％的改进。

    Apr, 2019