多模态模型遇见证件防欺验证
计算机视觉与模式识别
2026-04-01 v1
摘要
将多模态模型集成到证件防欺验证（PAD）中代表了生物识别安全的重大进展。传统的 PAD 系统仅依赖视觉特征，往往难以检测 sophisticated 的欺骗攻击。本研究探索了利用预训练的多模态模型（如 Paligemma、Llava 和 Qwen）结合视觉与文本模态，以增强对证件欺骗攻击的检测。该方法将深层视觉嵌入与上下文元数据（如文档类型、签发机构和日期）相结合。然而，实验结果表明，这些模型在证件 PAD 上难以准确检测。
引用
@article{arxiv.2603.29422,
title = {Multimodal Models Meet Presentation Attack Detection on ID Documents},
author = {Marina Villanueva and Juan M. Espin and Juan E. Tapia},
journal= {arXiv preprint arXiv:2603.29422},
year = {2026}
}