- 금융 거래, 민원 신청 등 디지털 환경에서 신분증 기반 신원 확인이 보편화되고 있음
- 신용카드 등록과 비슷한 흐름이지만 신분증은 더 많은 정보를 담고 있고 레이아웃도 제각각이라 난이도가 더 높음
- 프로세스는 객체 탐지 → 신분증 분석 → 위변조 검증 → 신뢰도 평가 순서로 이어짐
객체 탐지 : OpenCV로 이미지 전처리 후, YOLO로 신분증 전체를 빠르게 탐지하고 Faster R-CNN으로 이름, 생년월일 등 세부 영역을 정밀하게 탐지. 이후 Tesseract OCR로 텍스트를 추출. 신분증은 종류가 다양해서 LayoutParser만으로는 한계가 있어 객체 탐지 모델을 병행하는 방식이 필요
위변조 검증 : CNN 모델로 홀로그램, 워터마크, 보안 패턴 등 신분증 표면의 보안 요소를 분석. 딥페이크 탐지로 사진 합성, 변조 여부도 확인. 포토샵이나 GAN으로 조작된 이미지는 EXIF 메타데이터에 이상이 생기는데, ExifTool로 이를 탐지
신뢰도 평가 : 위변조 가능성을 0~1 범위의 신뢰도 점수로 수치화. 0.75~1.0이면 진본, 0.5~0.75는 미확정, 0.25~0.5는 의심, 0~0.25는 위조로 판정. 실제 전문가 판정 결과와 지속적으로 대조하며 모델을 개선