تکنولوژیهای تشخیص چهره هر روز پیشرفتهتر میشوند، اما به همان اندازه روشهای تقلب (مورفینگ) هم پیچیدهتر شدهاند! محققان در مطالعه جدید خود، چارچوب نوآورانه «DifFoundMAD» را معرفی کردهاند که با استفاده از قدرت مدلهای بنیادین بینایی (Vision Foundation Models)، دقت شناسایی حملات جعل را به شکل چشمگیری افزایش میدهد.
نکته هیجانانگیز اینجاست که این روش با تنظیمات دقیق و سبک، نرخ خطای سیستمهای امنیتی (مثل کنترلهای مرزی) را از ۶.۱۶٪ به ۲.۱۷٪ کاهش داده است. این یعنی امنیتی بسیار بالاتر با مصرف منابع پردازشی کمتر! 🚀
منبع: arXiv Computer Vision