본문으로 건너뛰기

© 2026 Molayo

arXiv논문2026. 05. 13. 04:54

디지털 신분증 문서의 필드별 위변조 탐지 (Field-Localized Forgery Detection for Digital Identity

요약

본 논문은 원격 온보딩 과정에서 사용되는 디지털 신원 확인 시스템의 취약점을 해결하기 위해 'FLiD'라는 경량 필드 국소화 프레임워크를 제안합니다. 기존 위변조 탐지 방법들이 자연 이미지 포렌식에 초점을 맞춘 반면, FLiD는 신분증 문서 내의 얼굴이나 텍스트와 같은 핵심 신원 영역을 개별적으로 목표로 합니다. 이 프레임워크는 객체 탐지기를 사용하여 중요한 필드를 국소화한 후, 해당 영역만을 분석하여 위변조 여부를 정확하게 판별합니다.

핵심 포인트

  • 디지털 신분증 시스템은 원격 온보딩 과정에서 문서 이미지에 의존하며, 핵심 신원 정보(얼굴, 텍스트)의 국소적 조작에 취약하다.
  • 기존 위변조 탐지 기술들은 자연 이미지 포렌식에 중점을 두어 구조화된 신분증 문서에는 적용에 한계가 있다.
  • 제안하는 FLiD는 전체 이미지가 아닌, 중요한 신원 필드(얼굴, 텍스트)를 목표로 하는 경량 국소화 프레임워크이다.
  • FLiD는 객체 탐지기를 활용하여 핵심 영역을 정확히 식별하고, 해당 영역만을 분석함으로써 위변조 탐지의 효율성과 정확도를 높인다.

원격 온보딩에 사용되는 디지털 신원 확인 시스템은 사용자 인증을 위해 문서 이미지를 의존하며, 이로 인해 얼굴 사진이나 텍스트 정보와 같은 주요 신원 필드의 국소적 조작에 취약합니다. 기존의 위변조 탐지 방법들은 주로 자연 이미지 포렌식(natural-image forensics)을 위해 개발되었기 때문에 구조화된 신분증 문서에는 적용 가능성이 제한적입니다. 본 논문에서는 전체 문서 이미지를 처리하기보다는 중요한 신원 영역을 목표로 하는 경량 필드 국소화 프레임워크인 FLiD를 제안합니다. 먼저 미세 조정된 객체 탐지기(object detector)가 얼굴 및 텍스트 필드를 국소화하고, 동결된

AI 자동 생성 콘텐츠

본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
1

댓글

0