本文提出了一种针对视觉-红外融合人脸检测模型的物理对抗补丁攻击方法 VIPatch（视觉-红外补丁）。随着深度学习在多模态融合（如可见光与红外图像）人脸检测中的应用日益广泛，模型面临的对抗性威胁也相应增加。现有的对抗补丁攻击大多仅在数字域针对单一模态（可见光或红外）设计，难以有效攻击融合模型，并且补丁图案往往不自然、容易被察觉。VIPatch 的核心创新在于生成同时作用于可见光和红外图像的逼真补丁，具体通过设计渐变颜色掩码和创可贴形状的贴纸，并联合优化这两个元素，使得生成的数字补丁既具备对抗性又外观自然，进而指导物理补丁的制作。实验在数字域和物理域（如打印贴纸并佩戴）均进行了评估，结果显示 VIPatch 在两个域中对融合模型均达到超过 90% 的攻击成功率，且补丁对人类观察者而言不易引起注意。该工作揭示了多模态人脸检测系统在物理世界中的新漏洞，对于安全从业者理解并防御此类攻击具有重要参考价值。

该论文针对合成人脸检测（即检测由深度生成模型生成的伪造人脸图像）中两个关键问题：模型对未知分布图像（OOD）的过度自信，以及需要大量高质量标注数据导致实用性受限。作者提出了一种名为EMSFD（基于证据决策建模与不确定性驱动主动学习的合成人脸检测方法）的框架。核心创新点包括：1）利用狄利克雷分布对类证据进行建模，将模型不确定性显式纳入预测过程，从而有效缓解Softmax激活函数带来的过度自信问题，提升对未知样本的检测可靠性；2）在训练阶段，利用估计的不确定性从未标注池中优先筛选信息量大的样本进行主动学习标注，降低标注成本并提升模型泛化能力。实验在多个合成人脸数据集上进行，结果表明EMSFD在检测准确率上相比现有最先进方法提升了15%，同时具有更好的可解释性和泛化性。代码已开源。该研究适合关注深度伪造检测、不确定性估计、主动学习以及模型可靠性的研究人员和工程师阅读。