تُعد الهجمات التقديمية (Presentation Attacks) تهديدات متكررة لأنظمة السمات الحيوية، حيث يحاول المُتَقَدِّمون المُزَوِّرون التحايل على هذه الأنظمة. غالبًا ما يستخدم البشر المعلومات الخلفية كمؤشرات سياقية لجهازهم البصري. ومع ذلك، في سياق الأنظمة القائمة على الوجه، تُستبعد الخلفية غالبًا، نظرًا لأن نماذج كشف هجمات التقديم الوجهية (PAD) تُدرَّب في الغالب على مقاطع الوجه فقط. تقدم هذه الدراسة مقارنة بين نماذج كشف هجمات التقديم الوجهية (بما في ذلك التعلم متعدد المهام، والتدريب العدواني، واختيار الإطارات الديناميكي) في حالتين: مع وجود المقاطع ومع عدم وجودها. تُظهر النتائج أن الأداء يكون أفضل بشكل مستمر عند وجود الخلفية في الصور. كما يتفوق الأسلوب المتعدد المهام المُقترح على أفضل النتائج الحالية في مجموعة بيانات ROSE-Youtu بفارق كبير، بتحقيق معدل خطأ متساوٍ (Equal Error Rate) بلغ 0.2%. علاوةً على ذلك، نحلل تنبؤات النماذج باستخدام Grad-CAM++ بهدف التحقيق في مدى تركيز النماذج على عناصر الخلفية التي تُعد مفيدة للفحص البشري. ومن هذه التحليلات، نستنتج أن مؤشرات الخلفية ليست ذات صلة في جميع أنواع الهجمات. وبالتالي، تُظهر النماذج قدرتها على الاستفادة من معلومات الخلفية فقط عند الحاجة.