最近，研究者提出了一种插拔式框架，利用预先训练的扩散模型或流匹配模型构建高效采样器，解决逆问题。该方法在线性图像修复任务中表现出色，尤其在超分辨率问题上。研究者的方法只需5个条件采样步骤就能生成高质量样本，优于竞争基准。

本文提出了一种新的人脸防欺骗模型，使用欺诈区域估计器来识别欺诈痕迹，并提出了一个名为 FAS-wrapper 的新框架，以协助从已有的预先训练的模型中转移知识并与不同的 FAS 模型无缝集成。在 MD-FAS 基准测试中，该方法表现更优秀。