能识别未知攻击
模型能估计自身预测置信度，从而在遇到不熟悉场景或未知攻击时能够识别并过滤低置信度样本，提供比现有方法更可靠的人脸活体检测。
Long, Xingming · 张杰 · Shiguang, Shan
IEEE Transactions on Information Forensics and Security 2025
通过估计每个样本的预测置信度，模型能够识别出超出其可靠范围的样本，从而避免在陌生场景下给出错误判断。
模型在训练时直接构建活体与已知攻击的高斯分布，并采用基于马氏距离的三元组挖掘优化参数，无需额外数据即可获得置信度估计能力。
在过滤掉低置信度样本后，模型在剩余样本上的性能显著高于其他活体检测模型，且无需修改现有网络结构即可部署。