AlessandroBasso和StefanoSicco提出的算法虽然可以在一定程度上区分机器人和人类，但还是存在一些缺陷：

　　首先在算法描述中就存在错误，在第四步中，确定图像I_l所在的区域，将I_】分为4个相同面积的区域，随机的选择一个区域，并放置Ij在这个区域中，与Ij一重叠，这就存在1／4的几率会完全的覆盖图片Ii

　　另外，该算法在安全方面也存在着一定得缺陷：1)无论是基于概念的还是“最上层”的MosaHIP，都有一张完全没有被覆盖的真的图片暴露；2)每放置一张新的真的图片，它就会覆盖上一张图片的1，4区域，无论真的图片的顺序是什么，位置是什么，这些真的图片所在的区域的图片位置是有规律可循的，这就使机器人识别图片变得容易

　　2一个改进的基于马赛克图形的人机识别算法

　　对AlessandroBasso和Stefa130Sicco提出的算法的改进方案：1)在图像数据库P中选择n个图像，将它们添加到真的图像集合R={I…．，1中；如果是基于概念的方法，随机的选择图像I∈R，确定它的种别G，否则I：=I。2)对于每一个Ij∈R，随机的选择缩放比例因数Si，S≤Sj≤S，根据Sj对Ij使用缩放比例函数；确定I．是否需要旋转，随机的选择旋转角度0，0≤o≤0，根据0．旋转Ij；确定Ij的透明度，随机的选择透明度因数，0≤T≤TAX，如果T．：!=O，根据对Ij使用透明度函数：

　　3)制作长m宽n的透明的图像c：在e上随机的选择一个位置，将I∈R放置在这个位置上，确保I没有超过c的边界；如果Ii=I，在集合D中保存I，的左上和右下的坐标：

　　4)对于每一个IiER，2≤j≤n；确定图像Ij一所在的区域，将Ij一。分为4个相同面积的区域，随机的选择一个区域，并按这个区域的方向，在这个区域中随机的选择一个新的区域，这个新的区域的面积≥原来区域的3／5，并放置Ij在这个新的区域中，与li一重叠，并保证它不覆盖Ij．，；如果是基于概念的方法Ii不能重叠预先放置的I，1≤k≤j；如果Ii=I，在集合D中保存I的左上和右下的坐标；