論文の概要: Adversarial Attacks on Human Vision
- arxiv url: http://arxiv.org/abs/2206.01365v1
- Date: Fri, 3 Jun 2022 02:05:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 03:12:13.128485
- Title: Adversarial Attacks on Human Vision
- Title（参考訳）: 人間の視覚に対する敵対的攻撃
- Authors: Victor A. Mateescu and Ivan V. Baji\'c
- Abstract要約: 本稿では,視覚的注意,視覚的サリエンシとの関連,それに関連する課題,そしてそのアプローチ方法に関するアイデアを紹介する。
サリエンシ逆転問題としての注意の難しさは、サリエンシと画像領域の1対1マッピングの欠如にある。
- 参考スコア（独自算出の注目度）: 32.057586389777185
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article presents an introduction to visual attention retargeting, its
connection to visual saliency, the challenges associated with it, and ideas for
how it can be approached. The difficulty of attention retargeting as a saliency
inversion problem lies in the lack of one-to-one mapping between saliency and
the image domain, in addition to the possible negative impact of saliency
alterations on image aesthetics. A few approaches from recent literature to
solve this challenging problem are reviewed, and several suggestions for future
development are presented.
- Abstract（参考訳）: この記事では、視覚注意再ターゲティングの紹介、視覚的なサリエンシーとの関係、それに関連する課題、どのようにアプローチするかのアイデアを紹介する。
サリエンシー・インバージョン問題としての注意再ターゲティングの難しさは、サリエンシーと画像ドメインの1対1のマッピングの欠如と、サリエンシーの変化が画像美学に悪影響を及ぼす可能性があることにある。
この課題を解決するための最近の文献からのいくつかのアプローチを概説し、今後の発展に向けたいくつかの提案を述べる。
関連論文リスト
- Safeguard Text-to-Image Diffusion Models with Human Feedback Inversion [51.931083971448885]
本稿では,Human Feedback Inversion (HFI) というフレームワークを提案する。
実験の結果,画像品質を維持しながら,好ましくないコンテンツ生成を著しく削減し,公的な領域におけるAIの倫理的展開に寄与することが示された。
論文 参考訳（メタデータ） (2024-07-17T05:21:41Z) - Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation [60.943159830780154]
本稿では,サンプリングプロセスにおける情報フローをバウンドする訓練不要な手法である境界注意法を紹介する。
提案手法は,与えられたプロンプトとレイアウトの整合性を向上する複数の主題の生成に有効であることを示す。
論文 参考訳（メタデータ） (2024-03-25T17:52:07Z) - A Survey on Transferability of Adversarial Examples across Deep Neural Networks [53.04734042366312]
逆の例では、機械学習モデルを操作して誤った予測を行うことができます。
敵の例の転送可能性により、ターゲットモデルの詳細な知識を回避できるブラックボックス攻撃が可能となる。
本研究は, 対角移動可能性の展望を考察した。
論文 参考訳（メタデータ） (2023-10-26T17:45:26Z) - Person Re-identification: A Retrospective on Domain Specific Open
Challenges and Future Trends [2.4907242954727926]
人物再識別(Re-ID)は、自動化された視覚監視システムの主要な構成要素の1つである。
オーバーラップしない視野を持つマルチカメラネットワーク内の人物を自動的に識別・検索することを目的としている。
論文 参考訳（メタデータ） (2022-02-26T11:55:57Z) - Multi-scale Attention Guided Pose Transfer [18.79337509555511]
ポース転送(英: Pose transfer)とは、その人物の別のイメージから、前例のない小説のポーズを持つ人物の確率的イメージ生成を指す。
エンコーダとデコーダの解像度レベル毎にアテンションリンクを導入することで、ポーズ転送のための改良されたネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-02-14T14:58:05Z) - Deep Image Deblurring: A Survey [165.32391279761006]
低レベルのコンピュータビジョンにおいて、デブロアリングは古典的な問題であり、ぼやけた入力画像からシャープなイメージを復元することを目的としている。
近年のディープラーニングの進歩は、この問題の解決に大きな進歩をもたらした。
論文 参考訳（メタデータ） (2022-01-26T01:31:30Z) - Proactive Pseudo-Intervention: Causally Informed Contrastive Learning
For Interpretable Vision Models [103.64435911083432]
PPI(Proactive Pseudo-Intervention)と呼ばれる新しい対照的な学習戦略を提案する。
PPIは、因果関係のない画像の特徴を保護するために積極的に介入する。
また,重要な画像画素を識別するための,因果的に通知された新たなサリエンスマッピングモジュールを考案し,モデル解釈の容易性を示す。
論文 参考訳（メタデータ） (2020-12-06T20:30:26Z) - Learning Vision-based Reactive Policies for Obstacle Avoidance [15.135439507187801]
ロボットマニピュレータの視覚に基づく障害物回避は、知覚と運動の生成の両方に課題をもたらす。
本稿では,視覚入力と対応する動作表現の関係を同定し,知覚と動きを結びつける枠組みを提案する。
提案手法は,安定した障害物回避戦略を高い成功率で効率的に学習する能力を示す。
論文 参考訳（メタデータ） (2020-10-30T14:50:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。