FSFM：通过自监督人脸表征学习构建可泛化的人脸安全基础模型

基于摘要分析。该研究面向人脸安全，探索如何利用大量无标签真实人脸图像，学习能够泛化到不同安全任务的表征。作者提出自监督预训练框架 FSFM，将掩码图像建模（MIM）与实例判别（ID）结合，使预训练后的标准 ViT 用于多种下游人脸安全任务，而非直接研究 EEG 或 BCI。 机制上，作者探索了不同的人脸掩码策略，并提出 CRFR-P masking，旨在促使模型学习区域内一致性与区域间连贯性；同时，通过与 MIM 耦合的 ID 网络及定制自蒸馏，建立局部到全局的对应关系。摘要将上述三个学习目标合称为 3C，用于同时编码局部特征与全局语义。具体掩码构造、损失形式、蒸馏目标及训练配置尚未验证。 作者报告，在涵盖 10 个公开数据集的实验中，FSFM 在跨数据集 deepfake detection、跨域 face anti-spoofing 和未见 diffusion facial forgery detection 等任务上，相较监督预训练、视觉及人脸自监督学习方法具有更好的迁移表现，并超过部分任务专用的 SOTA 方法。摘要未提供数据集名称、具体划分、指标数值及逐项对照，不能据此量化优势；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其潜在可迁移点是利用区域内一致性、区域间关系与局部到全局自蒸馏学习无标签表征，可能对应 EEG 局部时空结构与整体状态表征的需求，但这一假设依赖于 EEG 中存在可稳定利用的区域对应关系。可考虑复用掩码建模与自蒸馏思路，需重新设计适配通道、时间片及电极布局的掩码和输入表示；人脸空间结构的稳定性不能直接类推到跨被试 EEG，低信噪比、通道变化和小数据可能使一致性目标学习到伪迹或个体特征。一个小规模可证伪实验是在相同 EEG 数据、骨干与预训练预算下，对比仅掩码建模与加入区域关系及局部到全局目标的跨被试表现，并核对增益是否稳定。已有 EEG 相关工作尚未检索确认。