实体
MSU-MFSD
MSU-MFSD
PulseAugur coverage of MSU-MFSD — every cluster mentioning MSU-MFSD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
基础模型在跨数据集人脸攻击检测方面存在困难
一项发表在arXiv上的新研究调查了基础模型（FMs）在人脸活体检测（PAD）方面的有效性。研究发现，尽管基于LoRA的适配可以实现较低的同数据集错误率，但在跨数据集泛化方面却面临显著困难。这表明，预训练表示和适配数据集本身对于泛化比LoRA等轻量级适配策略更为关键。该研究评估了32种不同的基础模型，并指出零样本提示在各种模型家族中表现不佳。
-
基础模型在面部攻击检测方面展现出潜力，但在跨数据集迁移方面存在困难
研究人员通过统一的线性探测协议评估了24个冻结编码器，以研究基础模型在面部呈现攻击检测（PAD）方面的有效性。研究发现，虽然这些模型包含通过最少训练即可访问的PAD相关信息，但由于领域漂移，这些信息在不同数据集之间无法可靠地迁移。模型规模在某些家族内显示出优势，但性能也受到架构和预训练方法的影响。InternViT-6B在数据集内误差最低，而CLIP ViT-B/32在测试探针中提供了最佳的跨数据集迁移-计算权衡。