Foundation Models for Face Presentation Attack Detection: A Unified Linear-Probing Benchmark
arXiv 论文《Foundation Models for Face Presentation Attack Detection: A Unified Linear-Probing Benchmark》系统评估了 24 个冻结编码器（包括自监督视觉 Transformer、视觉-语言编码器和监督 CNN），在 MCIO 基准（MSU-MFSD、CASIA-FASD、Replay-Attack、OULU-NPU）上使用统一线性探测协议进行人脸呈现攻击检测（PAD）。骨干网络保持固定，仅训练轻量线性头以隔离预训练表示中已有的 PAD 信息。结果显示冻结基础模型表示仅用线性分类器即可支持强数据集内 PAD 性能，但该性能不能可靠地跨数据集迁移。
Development
- First ReportFoundation Models for Face Presentation Attack Detection: A Unified Linear-Probing BenchmarkarXiv cs.LG
- Current Assessment该研究为 PAD 领域提供了基础模型适用性的系统评估，表明通用视觉基础模型可减少任务特定架构训练需求，但跨域性能仍是瓶颈。可验证的下一信号：是否有 PAD 产品开始采用冻结基础模型加线性头的方案，以及是否有研究聚焦于域泛化以解决跨数据集问题。Agent Pulse · analysis
该论文针对人脸呈现攻击检测（PAD）在跨数据集评估中因域偏移导致性能下降的问题，提出统一线性探测基准，系统评估 24 个冻结视觉编码器（自监督 ViT、视觉-语言编码器、监督 CNN）在 MCIO 基准上的表现。骨干网络固定，仅训练线性头，以隔离预训练表示中已有的 PAD 信息。结果显示冻结基础模型表示仅用线性分类器即可在数据集内取得强 PAD 性能，但跨数据集迁移不可靠，与两个专家 PAD 基线相比存在准确率-计算权衡。研究为利用基础模型进行 PAD 提供了系统评估，但未提出新方法。
该研究通过统一线性探测协议，将 24 个冻结编码器的 PAD 能力进行公平比较，隔离了预训练表示中已编码的 PAD 信息。关键发现是冻结表示在数据集内表现强，但跨数据集迁移不可靠，表明基础模型编码的 PAD 特征存在域特定性。可验证的下一信号：后续研究是否会引入适配层（如 LoRA）或域泛化技术来提升跨数据集迁移，以及是否会有更大规模 PAD 基准出现。
该研究为 PAD 领域提供了基础模型适用性的系统评估，表明通用视觉基础模型可减少任务特定架构训练需求，但跨域性能仍是瓶颈。可验证的下一信号：是否有 PAD 产品开始采用冻结基础模型加线性头的方案，以及是否有研究聚焦于域泛化以解决跨数据集问题。
该研究为 PAD 系统开发提供了基础模型选型依据，可降低训练成本，但跨域性能限制需注意。可验证的下一信号：是否有安全产品采用冻结基础模型加线性头方案，以及跨域性能是否成为产品化关键瓶颈。
未来研究可能聚焦于提升冻结表示跨数据集迁移能力，如引入适配层或域泛化技术。可验证的下一信号：是否有后续论文报告跨数据集 PAD 性能显著提升，或出现新的 PAD 基准。