在6月落下帷幕的的计算机视觉国际顶级会议CVPR2023中，魔点科技在第四届人脸反欺诈研讨会(4thChalearnFaceAnti-spoofingWorkshop)发表论文《WildFaceAnti-SpoofingChallenge2023:BenchmarkandResults》，为人脸反欺诈技术科研建立新基准(Benchmark)，对主流算法进行全面评估，指出了当前该领域的发展瓶颈和突破方向。

·魔点科研团队闪耀CVPRWorkshop

6月18日-22日,全球计算机视觉盛会CVPR2023(IEEEConferenceonComputerVisionandPatternRecognition)在加拿大温哥华举行。今年的投稿量9155篇，接收率为25.78%，最终接收论文2360篇。CVPR在学术界和工业界都极具影响力并逐年提高，根据谷歌学术指标（GoogleScholarMetrics）2022年发布的全球最具影响力的6大科学期刊/会议中，CVPR位列第4，仅次于《自然》(Nature)、《新英格兰医学杂志》(NEJM)、《科学》(Science)期刊，排在《柳叶刀》(TheLancet)和《先进材料》(AdvancedMaterials)之前。

本届CVPRWorkshop上，魔点《WildFaceAnti-SpoofingChallenge2023:BenchmarkandResults》入选研讨会论文集，核心贡献是面向全球学术机构开源了首个野外(Wild)范式，建立人脸反欺诈技术新基准(Benchmark)，对主流算法进行全面评估，指出了该领域的发展瓶颈和突破方向，从而推动该领域的泛化性技术研究。

·关于人脸反欺诈技术科研导向的思考

人脸识别技术在生产、生活中的应用变得越来越普遍，包括门禁、考勤、空间管理系统、手机解锁、数字支付、游戏防沉迷等。不断涌现的应用给人们带来极大的便利和效率提升，同时对人脸安全防御技术的要求也日益严苛。

先进的基准是技术发展的导向，尤其是在深度学习主导的大模型、大数据时代显得尤为重要。基准主要包含相关数据集和评估协议两方面，此前的人脸反欺诈基准在数据集量级和多样性方面长期处于相对其他领域较为落后的状态，最大的攻击样本受试者数量不足2k，且来自于受控的实验场景，同质化严重；然而矛盾的是，上述简单的数据集却发展出了过于复杂的评估协议，这样的组合让人脸反欺诈技术科研陷入了学术界SOTA（StateOfTheArt）算法泛化性低、难以产业应用的泥潭。为此，魔点科研团队主张从基准入手，“提升数据，简化协议”，以产业落地牵引科研导向。

·新基准促进学术发展与产业落地协同

论文中对分类监督、辅助信息像素级监督和生成式像素级监督三大类学术界算法进行基准测试。结果显示目前的SOTA算法均达不到域内高精度和域外泛化性，首次全面地揭示了学术界SOTA算法在产业落地中表现不佳的原因。设计复杂的算法反而没有简单的分类监督方法效果鲁棒，意味着算法发展的方向已经偏离了挖掘通用欺诈特征的初衷。

产业落地中对于人脸反欺诈技术的高精度和泛化性需求催生新基准的出现，新基准的出现将带来新一轮学术发展。魔点提出的新基准给未来基于超大规模数据的更新基准提供了可行的范式，这是一个正向循环，也是学术发展和产业落地不断对齐的过程。