像素数据粤澳科技创新联合资助专题研究成果登国际权威期刊 IET Biometrics企业资讯

近日，像素数据基于粤澳科技创新联合资助专题的研究成果《基于视觉—语言模型的层级线索对齐统一人脸攻击检测方法》学术论文，成功发表于国际权威期刊IET Biometrics。

该研究针对当前人脸识别系统在复杂场景下的防御痛点，提出全新统一防御框架，为移动支付、金融风控、门禁安防等高安全需求场景的身份安全保障提供了创新性解决方案，彰显了像素数据在多模态智能安全与可信人工智能方向的深厚技术积淀。

随着人脸识别技术在各高安全场景的广泛应用，其面临的攻击威胁也日趋多元复杂。一方面，打印照片、屏幕翻拍、3D 面具等物理呈现攻击依然高发；另一方面，随着生成式人工智能的快速发展，DeepFake、换脸视频等数字伪造攻击愈发逼真。现实系统往往需要分别部署多套模型来应对不同攻击类型，导致维护成本高、泛化能力弱、解释性不足，难以满足复杂真实场景的统一防御需求。围绕这一关键问题，本研究提出了一种面向真实应用的统一人脸攻击检测（Unified Face Attack Detection, UAD）新框架，为构建更可靠、更可解释的智能身份安全系统提供了新路径。

论文创新性地引入视觉–语言大模型作为统一建模基础，提出了层级线索对齐（Layer-wise Cue Alignment, LCA）方法，从根本上解决传统方法中“活体与伪造线索混叠、决策边界不清”的核心难题。

在方法设计上，论文提出了三项关键技术创新：（1）线索匹配模块（CMB）；（2）线索融合模块（CFB）；（3）互补监督机制（CSM）。实验数据显示，该方法在平均错误率、AUC 等关键指标上优于现有方案，跨物理与数字伪造攻击场景表现稳定，且计算开销低，具备工程落地性，适合部署于真实业务系统。

此次成果登陆国际权威期刊，不仅是对像素数据技术创新能力的高度认可，更为下一代人脸身份安全系统的研发提供了可扩展、可解释、可工程化的技术路径。未来，像素数据将持续深耕多模态智能安全与可信AI领域，推动科研成果与产业应用深度融合，为智能风控、数字身份认证等领域的安全升级提供更坚实的技术支撑。