論文の概要: CityGuard: Graph-Aware Private Descriptors for Bias-Resilient Identity Search Across Urban Cameras

• arxiv url: http://arxiv.org/abs/2602.18047v1
• Date: Fri, 20 Feb 2026 08:00:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 18:01:41.264036
• Title: CityGuard: Graph-Aware Private Descriptors for Bias-Resilient Identity Search Across Urban Cameras
• Title（参考訳）: CityGuard: 都市カメラ全体にわたるバイアス耐性の高いアイデンティティ検索のためのグラフ対応プライベートディスクリプタ
• Authors: Rong Fu, Wenxin Zhang, Yibo Meng, Jia Yee Tan, Jiaxuan Lu, Rui Lu, Jiekai Wu, Zhaolu Kang, Simon Fong,
• Abstract要約: CityGuardは、分散型監視におけるプライバシー保護ID検索のためのトポロジ対応トランスフォーマーである。 分散適応計量学習器は、特徴展開に応じてインスタンスレベルのマージンを調整し、クラス内コンパクト性を高める。 プライベート埋め込みマップは、セキュアでコスト効率の良いデプロイメントをサポートするために、コンパクトな近似インデックスと結合される。
• 参考スコア（独自算出の注目度）: 16.147944008359957
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: City-scale person re-identification across distributed cameras must handle severe appearance changes from viewpoint, occlusion, and domain shift while complying with data protection rules that prevent sharing raw imagery. We introduce CityGuard, a topology-aware transformer for privacy-preserving identity retrieval in decentralized surveillance. The framework integrates three components. A dispersion-adaptive metric learner adjusts instance-level margins according to feature spread, increasing intra-class compactness. Spatially conditioned attention injects coarse geometry, such as GPS or deployment floor plans, into graph-based self-attention to enable projectively consistent cross-view alignment using only coarse geometric priors without requiring survey-grade calibration. Differentially private embedding maps are coupled with compact approximate indexes to support secure and cost-efficient deployment. Together these designs produce descriptors robust to viewpoint variation, occlusion, and domain shifts, and they enable a tunable balance between privacy and utility under rigorous differential-privacy accounting. Experiments on Market-1501 and additional public benchmarks, complemented by database-scale retrieval studies, show consistent gains in retrieval precision and query throughput over strong baselines, confirming the practicality of the framework for privacy-critical urban identity matching.
• Abstract（参考訳）: 分散カメラ間での都市規模の人物識別は、生画像の共有を防止するデータ保護規則に従っている間、視点、排他的、ドメインシフトから厳しい外観変化を処理しなければならない。 分散監視におけるプライバシー保護ID検索のためのトポロジ対応トランスフォーマーであるCityGuardを紹介する。 フレームワークは3つのコンポーネントを統合する。 分散適応計量学習器は、特徴展開に応じてインスタンスレベルのマージンを調整し、クラス内コンパクト性を高める。 空間的条件付きアテンションは、GPSや配置フロアプランのような粗い幾何学をグラフベースの自己アテンションに注入し、サーベイグレードのキャリブレーションを必要とせず、粗い幾何学的事前のみを使用して投影的に一貫したクロスビューアライメントを可能にする。 異なるプライベートな埋め込みマップは、セキュアでコスト効率のよい配置をサポートするために、コンパクトな近似インデックスと結合される。 これらの設計は、視点の変化、隠蔽、ドメインシフトに頑健な記述子を生成し、厳密な微分プライバシー会計の下で、プライバシとユーティリティの調整可能なバランスを可能にする。 Market-1501と、データベーススケールの検索研究によって補完された追加の公開ベンチマークの実験では、強力なベースライン上での検索精度とクエリスループットが一貫した向上を示し、プライバシクリティカルな都市アイデンティティマッチングのためのフレームワークの実用性を確認する。

関連論文リスト

• Differentially Private Feature Release for Wireless Sensing: Adaptive Privacy Budget Allocation on CSI Spectrograms [0.0]
  無線センシングのための差分プライベート(DP)機能リリースについて検討した。 本稿では,CSIの時間周波数表現の非一様構造に合わせた適応型プライバシ予算配分機構を提案する。 本手法は,アイデンティティやメンバシップ推論攻撃における経験的リークを著しく低減しつつ,精度の向上と誤りの低減を実現している。
  論文  参考訳（メタデータ） (2025-12-23T12:45:49Z)
• Towards Federated Clustering: A Client-wise Private Graph Aggregation Framework [57.04850867402913]
  フェデレーションクラスタリングは、分散化されたラベルのないデータからパターンを抽出する課題に対処する。 本研究では,プライバシ保護のための知識共有媒体として,局所構造グラフを革新的に活用する新しいアルゴリズムSPP-FGCを提案する。 我々のフレームワークは最先端のパフォーマンスを実現し、認証可能なプライバシー保証を維持しつつ、フェデレーションベースラインよりも最大10%(NMI)のクラスタリング精度を向上させる。
  論文  参考訳（メタデータ） (2025-11-14T03:05:22Z)
• A Parallel Region-Adaptive Differential Privacy Framework for Image Pixelization [4.738949927143789]
  差分的にプライベートなピクセル化は、ノイズ付加による視覚データの数学的に保証された保護を提供する。 本稿では,差分プライバシーの理論的厳密さと実用的な効率性を組み合わせた,並列な領域適応型画素化フレームワークを提案する。 提案手法は,GPU並列性を利用して,局所的複雑性に基づいてグリッドサイズとノイズスケールを適応的に調整し,実行時アクセラレーションを実現する。 これにより、高齢者ケア、スマートホームモニタリング、運転行動分析、群衆行動監視といったリアルタイムプライバシクリティカルなアプリケーションに適していることが検証される。
  論文  参考訳（メタデータ） (2025-11-06T10:51:20Z)
• Privacy-Aware Federated nnU-Net for ECG Page Digitization [0.0]
  ディープニューラルネットワークは、ECGページイメージを分析可能な波形に変換することができるが、集中的なトレーニングはしばしば、施設間のプライバシやデプロイメントの制約と矛盾する。 クロスサイロ・フェデレーション・デジタイゼーション・フレームワークでは、画像を共有することなくフルモデルnnU-Netセグメンテーションバックボーンをトレーニングし、サイト間で更新を集約する。 このプロトコルは、FedAvg、FedProx、FedAdamの3つの標準的なサーバサイドアグリゲータを統合し、中央のユーザレベルのディファレンシャルプライバシとセキュアなアグリゲーションを結合して、ユーティリティを正式な保証と整合させる。
  論文  参考訳（メタデータ） (2025-10-25T18:10:05Z)
• Signal Recovery from Random Dot-Product Graphs Under Local Differential Privacy [0.6906005491572401]
  我々は、$varepsilon$-edgeローカル差分プライバシーの下でグラフから潜伏情報を復元する問題を考察する。 一般化されたランダムドット積グラフのクラスについて、標準的な局所微分プライバシー機構が潜在位置における特定の幾何学的歪みを誘導することを示す。 民営化グラフの統計的推測手順を適切に調整することにより、潜伏位置の一貫した回復が達成可能であることを示す。
  論文  参考訳（メタデータ） (2025-04-24T06:02:02Z)
• Independent Distribution Regularization for Private Graph Embedding [55.24441467292359]
  グラフ埋め込みは属性推論攻撃の影響を受けやすいため、攻撃者は学習したグラフ埋め込みからプライベートノード属性を推測することができる。 これらの懸念に対処するため、プライバシ保護グラフ埋め込み手法が登場した。 独立分散ペナルティを正規化項として支援し, PVGAE(Private Variational Graph AutoEncoders)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-08-16T13:32:43Z)
• OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception [73.05425657479704]
  我々は,最初のセマンティック占有感評価ベンチマークであるOpenOccupancyを提案する。 大規模なnuScenesデータセットを拡張した。 周囲の占有感の複雑さを考慮し、粗い予測を洗練させるためにカスケード占領ネットワーク(CONET)を提案する。
  論文  参考訳（メタデータ） (2023-03-07T15:43:39Z)
• Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive Privacy Analysis and Beyond [57.10914865054868]
  垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。 我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
  論文  参考訳（メタデータ） (2022-07-19T05:47:30Z)
• Calibrated Feature Decomposition for Generalizable Person Re-Identification [82.64133819313186]
  Calibrated Feature Decomposition (CFD)モジュールは、人物の再識別の一般化能力の向上に焦点を当てている。 キャリブレーション・アンド・スタンダード化されたバッチ正規化(CSBN)は、キャリブレーションされた人物表現を学習するために設計されている。
  論文  参考訳（メタデータ） (2021-11-27T17:12:43Z)
• Graph-Homomorphic Perturbations for Private Decentralized Learning [64.26238893241322]
  ローカルな見積もりの交換は、プライベートデータに基づくデータの推測を可能にする。 すべてのエージェントで独立して選択された摂動により、パフォーマンスが著しく低下する。 本稿では,特定のヌル空間条件に従って摂動を構成する代替スキームを提案する。
  論文  参考訳（メタデータ） (2020-10-23T10:35:35Z)

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。