一篇新发表在arXiv上的研究论文揭示了当前单图像变形攻击检测(S-MAD)模型的一个重大漏洞。研究人员发现,在数字环境中表现良好的模型,在面对经过打印-扫描过程的图像时,错误率会增加三倍。这种性能下降在不同扫描设备上是一致的,表明在身份文件安全性方面,基准测试性能与现实世界的鲁棒性之间存在严重差距。 AI
影响 暴露了基于AI的身份验证中的一个关键差距,可能影响数字和实体身份文件的安全性。
排序理由 研究论文,详细介绍了新的数据集和对现有模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →