Apr, 2024

身份证件全息图验证的弱监督训练

PDF
TL;DR提出一种方法，通过在普通光照条件下处理智能手机捕捉的视频片段，远程验证身份文件中的光变设备（常称为 “全息图”），并在两个公共数据集上进行评估。该方法采用弱监督训练，优化特征提取和决策流程，实现了对 MIDV-HOLO 的新领先性能，并在作为攻击样本使用的 MIDV-2020 文档上保持了高召回率。这也是首个有效解决照片替换攻击任务的方法，可以根据需要训练真实样本、攻击样本或二者兼而有之，以提高性能。通过能够在很少的监督下验证 OVD 的形状和动态，这项工作为在普通智能手机上构建具有鲁棒性的远程身份文件验证系统提供了新途径。
optically variable deviceshologramsidentity documentsremotely verifydocument verification systems
发现论文，激发创造
  • 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

  • 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

  • DST-Det: 开放词汇目标检测的简单动态自训练

    使用开放词汇的目标检测方法，通过利用预训练的视觉语言模型的零样本分类能力，直接对所有可能的新类别的建议进行分类，而不需要额外的注释或数据集。

    Oct, 2023

  • 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

  • 打通目标与图像级别表示以实现开放词汇检测

    本文提出了一种基于 CLIP 模型和图像水平监督的对象中心对齐的方法，运用伪标注实现高质量对象提议并在训练过程中扩展词汇表，通过新的权重传递函数将两种对象对齐策略结合，实现了在 OVD 方案中对象和图像中心表示的最小化差距。在 COCO 数据集上，我们的方法在新颖类别上取得了 36.6 的 AP50 表现，绝对值超过了以前的最佳性能。对于 LVIS，我们在罕见类别上超越了最新的 ViLD 模型达 5.0 的掩膜 AP，总体提高 3.4。

    Jul, 2022

  • LP-OVOD：通过线性探测的开放词汇物体检测

    本文提出了一种解决开放词汇物体检测（OVOD）问题的方法，该方法使用共同的文本图像嵌入来为边界提案分配最接近的文本标签，并通过从前 n 个相关区域提案中检索伪标签来训练一个分类器以丢弃低质量的边界框，实验证明我们的方法在 COCO 数据集上比现有方法表现优秀，AP_novel 达到了 40.5。

    Oct, 2023

  • 从野外视频中学习手持物体重建

    本文介绍了一种通过采用从野外视频数据中提取的三维监督来重建手持物体的方法，并使用数据驱动的三维形状先验进行训练，结果表明这种间接的三维监督信号可以在没有直接现实世界三维监督的情况下有效地预测真实世界中的手持物体的三维形状。

    May, 2023

  • MOHO：利用多视角遮挡感知监督学习单视图手持物体重建

    该论文提出了一种名为 MOHO 的方法，利用手 - 物视频的多视角监督来从单个图像中重建手持物体，解决了物体自身遮挡和手引起的遮挡等两个主要挑战，通过输入语义特征和手关节提供的几何嵌入作为局部到全局的线索，克服了物体的自身遮挡问题，此外还提出了一种新颖的 2D-3D 手 - 物遮挡感知训练方案来消除手引起的遮挡。

    Oct, 2023

  • 开放词汇目标检测中学习超越名词概念的伪标签器

    本文提出了一种简单而有效的方法，用于直接学习任意概念的区域 - 文本对齐，从而在开放词汇目标检测方面取得有竞争力的性能和在任意概念的指称表达理解方面取得显著的改进。

    Dec, 2023

  • OV-DQUO: 带降噪文本查询训练和开放世界未知对象监督的开放词汇 DETR

    提出了一种名为 OV-DQUO 的开放词汇 DETR，利用去噪文本查询训练和未知对象监督的方法，通过通配符匹配和对比学习来解决开放词汇检测器中基本类别和新类别之间的信心偏见，能够在 OV-COCO 和 OV-LVIS 基准测试上取得新的最先进结果 45.6 AP50 和 39.3 mAP，而无需额外的训练数据。

    May, 2024