内容感知提示工程

跨域泛化 SOTA

利用 LLM 与视觉 Transformer 生成实例级组合提示,摆脱传统类别提示对域的依赖,显著提升人脸反欺骗的跨域泛化能力。

Guo, Jiabao · Liu, Ajian · Diao, Yunfeng · Jin, Zhang · Hui, Ma · 赵波 · Hong, Richang · Meng, Wang

IEEE Transactions on Multimedia 2026

技术优势

直接适配跨域新场景

实例级提示针对每张图动态生成,不再需要为每类设计语义提示,便于推广到未知域。

跨模态引导融合

设计了跨模态引导模块动态调整单模态特征后再融合,有助于提升多模态特征聚合效果。

应用场景