[論文レビュー] Domain Generalization for Document Authentication against Practical Recapturing Attacks

Changsheng Chen, Shuzheng Zhang+2 more|arXiv (Cornell University)|Jan 5, 2021

Digital Media Forensic Detection参考文献 34被引用数 6

ひとこと要約

本稿では、偽造文書が印刷され再スキャンされる「ドキュメント再キャプチャ攻撃」を検出するためのドメイン一般化型シameseネットワークを提案する。メトリック学習とフォレンジック特徴を組み合わせることで、多様なデバイス、基材、再キャプチャチャネルにおいても強力な性能を発揮し、ResNeXt101を用いたクロスドメインテストにおいて<5.00%のAPCERおよび5.56%のBPCERを達成した。

ABSTRACT

Recapturing attack can be employed as a simple but effective anti-forensic tool for digital document images. Inspired by the document inspection process that compares a questioned document against a reference sample, we proposed a document recapture detection scheme by employing Siamese network to compare and extract distinct features in a recapture document image. The proposed algorithm takes advantages of both metric learning and image forensic techniques. Instead of adopting Euclidean distance-based loss function, we integrate the forensic similarity function with a triplet loss and a normalized softmax loss. After training with the proposed triplet selection strategy, the resulting feature embedding clusters the genuine samples near the reference while pushes the recaptured samples apart. In the experiment, we consider practical domain generalization problems, such as the variations in printing/imaging devices, substrates, recapturing channels, and document types. To evaluate the robustness of different approaches, we benchmark some popular off-the-shelf machine learning-based approaches, a state-of-the-art document image detection scheme, and the proposed schemes with different network backbones under various experimental protocols. Experimental results show that the proposed schemes with different network backbones have consistently outperformed the state-of-the-art approaches under different experimental settings. Specifically, under the most challenging scenario in our experiment, i.e., evaluation across different types of documents that produced by different devices, we have achieved less than 5.00% APCER (Attack Presentation Classification Error Rate) and 5.56% BPCER (Bona Fide Presentation Classification Error Rate) by the proposed network with ResNeXt101 backbone at 5% BPCER decision threshold.

研究の動機と目的

• 従来のパasiveフォレンジック技術を回避する再キャプチャ攻撃を検出する課題に対処するため、実際の偽造ワークフローを模擬する。
• 印刷デバイス、基材、画像化デバイス、ドキュメントタイプの変動を含む、多様なドメイン間でのモデル一般化を向上させる。
• 実際の展開環境下でも信頼性高く動作する、強固で実用的なドキュメント認証システムを開発する。
• 印刷・スキャンおよびディスプレイ・キャプチャチャネルを含む、現実的な再キャプチャシナリオをカバーする、公開可能な最初のデータセットを提供する。

提案手法

• 質問されたドキュメント画像とリファレンスサンプルを比較するためのシameseネットワークアーキテクチャを採用し、判別的な特徴埋め込みを学習する。
• トリプレット損失と正規化softmax損失を組み合わせた新規損失関数を導入し、標準的なユークリッド距離の代わりにフォレンジック類似度関数を用いる。
• トレーニング中にトリプレット選択戦略を適用し、真正の再キャプチャサンプルをリファレンスに近づけつつ、偽造された再キャプチャを分離する。
• 完全な再トレーニングなしに、新しいドキュメントタイプに適応するため、少数のターゲットドメインサンプル（例：6つのトリプレット）でモデルをファインチューニングする。
• 一般化性能と耐久性を評価するため、複数のバックボーンネットワーク（ResNet50、DenseNet121、ResNeXt101）を用いる。
• 多様なデバイスおよび基材の組み合わせでトレーニングし、未観測の組み合わせで評価することでドメイン一般化を実現する。

実験結果

リサーチクエスチョン

• RQ1 深層メトリック学習アプローチは、多様な印刷および画像化デバイス間でドキュメント再キャプチャ攻撃を効果的に検出できるか？
• RQ2 提案手法は、異なるドキュメントタイプ、基材、再キャプチャチャネル間でどの程度一般化できるか？
• RQ3 少数のターゲットドメインサンプルでのファインチューニングは、ゼロショットまたはフェイントショットのクロスドメイン状況での性能をどの程度向上させるか？
• RQ4 トリプレット損失およびソフトマックス損失にフォレンジック類似度を統合することで、標準的な損失関数と比較して検出の耐性がどの程度向上するか？

主な発見

• ResNeXt101バックボーンを用いた本手法は、異なるドキュメントタイプとデバイスを含む最も困難なクロスドメインシナリオにおいて、5%のBPCER意思決定閾値下で5.00%のAPCERおよび5.56%のBPCERを達成した。
• 同じデバイスおよびクロスデバイス評価を含む、すべての実験設定で最先端の手法を一貫して上回った。
• ResNet50を用いたクロスデバイス・クロスドキュメントタイプのシナリオにおいて、わずか6つのトリプレット（ターゲットデータの18.75%）でのファインチューニングにより、BPCERが50%から11.11%に低下した。
• 本手法で提案された損失関数を用いてトレーニングしたモデルは、汎用CNN、CNN+FS、CNN+TLベースラインと比較して、特にクロスドメイン設定において顕著に優れた一般化性能を示した。
• フォレンジック類似度関数とトリプレット損失の統合により、真正のサンプルがリファレンスに近づくクラスタリングが効果的に実現され、再キャプチャ偽造は分離された。
• 本研究では、多様なドキュメントタイプおよびデバイスをカバーする実際の再キャプチャシナリオ（印刷・スキャンおよびディスプレイ・キャプチャチャネルを含む）をカバーする、公開可能な最初のデータセットを提示した。