引导面向增量人脸攻击检测的视觉语言预训练模型
计算机视觉与模式识别
2025-12-25 v2
摘要
人脸攻击检测（Face Presentation Attack Detection, PAD）需要采用增量学习（IL）来应对不断演变的欺骗策略和域。然而，隐私法规禁止保留过去的数据，导致需要无复盘增量学习（RF-IL）。视觉语言预训练（VLP）模型凭借可调节的跨模态表示，能够高效地适应新的欺骗样式和域。基于这一优势，我们提出了一种基于VLP的RF-IL框架——SVLP-IL，通过“多特征提示”（MAP）和“选择性弹性权重整合”（SEWC）来平衡稳定性与可塑性。MAP隔离域依赖，增强分布迁移敏感性，同时通过同时利用通用线索和域特定线索来缓解遗忘。SEWC selectively 保存来自以前任务的关键权重，在保留关键知识的同时，为新的适应提供灵活性。跨多个PAD基准的全面实验表明，SVLP-IL显著减少了灾难性遗忘，并提高了对未见域的性能。SVLP-IL为在RF-IL设置下实现稳健的终身PAD部署提供了一种隐私合规、实用的解决方案。
引用
@article{arxiv.2512.19022,
title = {Steering Vision-Language Pre-trained Models for Incremental Face Presentation Attack Detection},
author = {Haoze Li and Jie Zhang and Guoying Zhao and Stephen Lin and Shiguang Shan},
journal= {arXiv preprint arXiv:2512.19022},
year = {2025}
}