Machine learning 培训一名模特，让他知道这是一张真实的信用卡/驾驶执照还是屏幕上的图像/复印件等

我正在寻找关于如何训练模型来区分实际对象的照片与对象图像的照片之间的差异的任何建议。特别是在信用卡和驾照方面

例如，在谷歌支付和类似的支付应用程序中，你可以通过相机添加信用卡。但事实证明，它无法分辨我是在拍我的真卡还是在屏幕上拍我的卡的图像。对于我的应用程序，我需要做一些类似的事情，但能够判断它是否真实

原因是，用户有时会试图将他人的身份冒充为自己的身份，即他们有一张某人卡片的照片，并且使用应用程序拍摄该照片。你不能在应用程序上上传照片，只能拍摄一张实时照片

我也在寻找已经存在的成功实现来研究它们。我真的找不到任何东西，可能是因为它大部分是专有的，不是广告的功能

当然，我计划采取的第一步是生成数据集，这是相当劳动密集的。这意味着将假卡打印到塑料上，然后拍照。我瞄准的模型应该能够将1张实际卡片2张屏幕上的卡片图像3张打印/复印的卡片图像进行分类。这似乎是可能的，因为大多数人都能从屏幕上的眩光、纸张的纹理等方面分辨出区别。注意，卡片是从同一实体发出的，具有相同的徽标、颜色等，因此很多东西都应该是恒定的

欢迎任何其他非ML建议

---

Ceci n'est pas unie pipe

这一切都归结于对算法的培训和额外的安全层。我看到并想到的解决方案：

有两层算法：第一层分类是照片还是照片的照片，第二层识别图片上的内容。在这种情况下，您需要一组具有两种分类的大型训练样本才能获得结果。 有一个额外的安全层：这也可能被欺骗，但至少你会知道谁欺骗了。DriveNow应用程序要求上传一张自拍，并将实际的卡放在你的头旁边。 无论如何，没有防弹的方法来处理这些图像，如果有人真的想要，他们可以欺骗这些安全门。我认为真正重要的是监控交易，用户的行为，以捕捉任何不寻常的动作