跨域稳健检测
利用失真模型引导的对抗训练策略，该模型能够主动生成带有重捕获失真的对抗样本，从而提升文档呈现攻击检测模型在跨域场景下的泛化能力。
陈昌盛 · Xijin, Li · Baoying, Chen · 李昊东
Pattern Recognition 2024
通过引入失真模型引导的对抗训练，检测模型在未见过的文档内容上也能保持较高识别率，不再需要针对每个新域单独收集数据重新训练。
代理失真模型不断生成带有重捕获失真的对抗样本，这些样本专门用于迷惑检测模型，促使检测模型在训练中持续接触到真实场景下最具挑战性的攻击形式。
提出的失真模型刻画了文档重捕获过程中引入的物理和光学畸变，为代理模型提供了有效的先验，使生成的样本更接近真实攻击。