人脸识别系统在门禁、支付和身份核验等场景中广泛应用，但它们也面临呈现攻击的威胁，例如打印照片、重放视频以及 3D 面具。呈现攻击检测（PAD）正是抵御这类攻击的关键防线。然而，现有 PAD 模型在面对未见领域时往往表现不佳，传感器差异、光照变化和攻击材质的不同都会导致性能显著下降。
近年来，视觉语言模型（VLM）凭借强大的泛化能力为跨域检测提供了新思路，但将其用于 PAD 仍存在明显局限。通常，提示学习在类别标签监督下进行优化，学习到的提示并未显式对齐细粒度的攻击相关视觉语义。结果是模型容易过拟合数据集特有的伪影，而不是捕捉真正可迁移的攻击线索。
针对这一问题，Haoyuan Zhang 等六位作者提出了 CPG-PAD 框架，将模型级概念引导引入提示学习过程。该框架的核心是一个视觉概念驱动增强（VCE）模块，它借助可解释人工智能（XAI）技术自动发现与 PAD 相关的视觉概念，并生成带有概念关联的热力图，为模型提供局部细粒度的引导信息。
在热力图的引导下，基于提示的概念注入（PCI）机制通过视觉提示解码器（VPD）和概念映射损失，将这些概念整合到提示空间中。这样一来，提示能够与模型内部的概念空间对齐，使 CPG-PAD 既能捕捉具有泛化性和域不变性的攻击线索，又能有效压制数据集特有的偏差。
研究团队在九个基准数据集上进行了大量实验，覆盖多源、有限源和单源三种跨域设置。结果显示，CPG-PAD 在这些设置下均稳定取得最先进的跨域性能，验证了概念引导提示学习在提升 PAD 泛化能力方面的有效性。该论文已被 IEEE Transactions on Information Forensics & Security（TIFS）接收，并于 2026 年 7 月 1 日提交至 arXiv，编号为 arXiv:2607.01303，属于计算机视觉与模式识别（cs.CV）以及人工智能（cs.AI）交叉方向。