論文の概要: Revisiting Geometric Obfuscation with Dual Convergent Lines for Privacy-Preserving Image Queries in Visual Localization

• arxiv url: http://arxiv.org/abs/2604.22310v1
• Date: Fri, 24 Apr 2026 07:44:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.384944
• Title: Revisiting Geometric Obfuscation with Dual Convergent Lines for Privacy-Preserving Image Queries in Visual Localization
• Title（参考訳）: 視覚的ローカライゼーションにおけるプライバシー保護画像クエリのための2重収束線による幾何学的難読化の再検討
• Authors: Jeonggon Kim, Heejoon Moon, Je Hyeong Hong,
• Abstract要約: プライバシ保護イメージクエリ(PPIQ)は、クラウドベースの視覚的ローカライゼーションの新たなメカニズムである。 PPIQの主なアプローチは、主に幾何学に基づくものとセグメンテーションに基づく難読化であり、どちらもプライバシー攻撃に悩まされている。 このような攻撃に対して強い抵抗性を示す新しいキーポイント難読化法であるDual Convergent Linesを紹介する。
• 参考スコア（独自算出の注目度）: 7.9971883411780285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privacy-Preserving Image Queries (PPIQ) are an emerging mechanism for cloud-based visual localization, enabling pose estimation from obfuscated features instead of private images or raw keypoints. However, the main approaches for PPIQ, primarily geometry-based and segmentation-based obfuscation, both suffer from vulnerabilities to recent privacy attacks. In particular, a fundamental limitation of geometry-based obfuscation is that the spatial distribution of obfuscated neighboring lines still effectively surrounds the original keypoint location, providing exploitable cues for recovering the original points. We revisit this geometric paradigm and introduce Dual Convergent Lines (DCL), a novel keypoint obfuscation method demonstrating strong resilience against such attack. DCL places two fixed anchors on a central partition line and lifts each keypoint to a line originating from one of them, with the active anchor determined by the keypoint's location. This arrangement invalidates the geometry-recovery attack by making its optimization ill-posed: Neighboring lines either misleadingly converge to one anchor, yielding a trivial solution, or become near-parallel at the partition boundary, yielding an unstable high-variance solution. Both outcomes thwart point recovery. DCL is also compatible with an existing line-based solver, enabling deployment in traditional localization pipelines. Experiments on both indoor and large-scale outdoor datasets demonstrate DCL's robustness against privacy attacks, efficiency, and scalability, while achieving practical localization performance.
• Abstract（参考訳）: プライバシ保存イメージクエリ(PPIQ)は、クラウドベースの視覚的ローカライゼーションの新興メカニズムであり、プライベートイメージや生のキーポイントではなく、難読化機能からポーズ推定を可能にする。 しかし、PPIQの主なアプローチは、主に幾何学に基づくものとセグメンテーションに基づく難読化であり、どちらも最近のプライバシー攻撃の脆弱性に悩まされている。 特に、幾何学に基づく難読化の基本的な制限は、難読化された隣接する線の空間分布が元のキーポイント位置を効果的に囲み、元のポイントを復元するための活用可能な手がかりを提供することである。 我々は、この幾何学的パラダイムを再考し、このような攻撃に対して強力なレジリエンスを示す新しいキーポイント難読化法であるDCL(Dual Convergent Lines)を導入する。 DCLは2つの固定アンカーを中央分割線上に配置し、各キーポイントをその1つに由来するラインに持ち上げ、キーポイントの位置によってアクティブアンカーが決定される。 隣の線は1つのアンカーに誤って収束し、自明な解を得るか、分割境界でほぼ平行になるか、不安定な高分散解をもたらす。 どちらの結果もポイント回復を妨げている。 DCLは既存のラインベースソルバとも互換性があり、従来のローカライゼーションパイプラインへのデプロイを可能にする。 屋内および大規模屋外データセットの両方の実験では、DCLが実用的なローカライゼーション性能を実現しつつ、プライバシ攻撃、効率、スケーラビリティに対する堅牢性を示している。

関連論文リスト

• From Measurement to Mitigation: Quantifying and Reducing Identity Leakage in Image Representation Encoders with Linear Subspace Removal [9.492715910999749]
  擬似認識率の低い開集合検証を報告する視覚埋め込みのベンチマークと、推定されたアイデンティティ部分空間を除去する1ショット線形プロジェクタを提案する。 CelebA-20 と VGGFace2 全体では、これらのエンコーダは開集合線形プローブの下で堅牢であることを示す。 この結果から,非FRエンコーダの顔認証監査を初めて実施した。
  論文  参考訳（メタデータ） (2026-04-07T01:03:51Z)
• IoUCert: Robustness Verification for Anchor-based Object Detectors [58.35703549470485]
  IoUCertは、アンカーベースのオブジェクト検出アーキテクチャにおいて、これらのボトルネックを克服するために設計された、新しい形式的検証フレームワークである。 本手法は, SSD, YOLOv2, YOLOv3など, 現実的なアンカーベースモデルの各種入力摂動に対するロバスト性検証を可能にする。
  論文  参考訳（メタデータ） (2026-03-03T14:36:46Z)
• Thinking with Images as Continuous Actions: Numerical Visual Chain-of-Thought [55.65577137924979]
  本稿では,連続的な数値座標を用いたMLLM画像の推論を可能にするフレームワークを提案する。 NV-CoTはMLLM作用空間を離散語彙トークンから連続ユークリッド空間へと拡張する。 3つのベンチマーク実験により、NV-CoTは局所化精度と最終回答精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2026-02-27T12:04:07Z)
• Learning Fine-Grained Correspondence with Cross-Perspective Perception for Open-Vocabulary 6D Object Pose Estimation [14.262846967061947]
  微粒化対応ポース推定(FiCoP)は、ノイズの発するグローバルマッチングから空間的に制約されたパッチレベル対応へ移行するフレームワークである。 FiCoPは、最先端の手法と比較して平均リコールを8.0%と6.1%改善する。
  論文  参考訳（メタデータ） (2026-01-20T03:48:54Z)
• Enhancing CLIP Robustness via Cross-Modality Alignment [54.01929554563447]
  視覚言語モデルのための最適なトランスポートベースフレームワークであるクロスモダリティアライメントを提案する。 COLAは、グローバルな画像テキストアライメントと特徴空間における局所的な構造的一貫性を復元する。 COLAはトレーニングフリーで、既存の微調整モデルと互換性がある。
  論文  参考訳（メタデータ） (2025-10-28T03:47:44Z)
• A Divide-and-Conquer Approach for Global Orientation of Non-Watertight Scene-Level Point Clouds Using 0-1 Integer Optimization [18.15181405364316]
  点雲の配向はコンピュータグラフィックスと3Dビジョンの基本的な問題である。 DACPO(Divide-And-Conquer Point Orientation)は,スケーラブルでロバストなクラウド指向のための新しいフレームワークである。 DACPOが入力ポイントクラウドをより小さく管理可能なブロックに分割し、各ブロックを独立して処理し、グローバルな最適化段階を通じて結果を統合する方法を示す。
  論文  参考訳（メタデータ） (2025-05-29T14:21:22Z)
• DiffCom: Decoupled Sparse Priors Guided Diffusion Compression for Point Clouds [54.96190721255167]
  ロスシー圧縮は、ポイントクラウドをストレージの潜在ポイントに変換するためのオートエンコーダに依存している。 本稿では,特に低レベルにおいて高い復元品質を実現するための拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-21T05:41:35Z)
• Obfuscation Based Privacy Preserving Representations are Recoverable Using Neighborhood Information [43.14648227833812]
  プライバシ保護ローカライゼーションの研究は、クエリ画像キーポイントとシーンマップの3Dポイントに対する逆攻撃を防ぐことに重点を置いている。 これらの難読化の共通の弱点を指摘し、既知の近傍の仮定の下で元の点位置の近似を復元できるようにする。 以上の結果から,プライバシ保護を主張されているにもかかわらず,これらのスキームはプライバシ保護とはみなしてはならないことが示唆された。
  論文  参考訳（メタデータ） (2024-09-17T20:13:54Z)
• GLACE: Global Local Accelerated Coordinate Encoding [66.87005863868181]
  シーン座標回帰法は小規模なシーンでは有効であるが、大規模シーンでは重大な課題に直面している。 本研究では,事前学習したグローバルおよびローカルのエンコーディングを統合したGLACEを提案する。 提案手法は,低マップサイズモデルを用いて,大規模シーンにおける最先端結果を実現する。
  論文  参考訳（メタデータ） (2024-06-06T17:59:50Z)
• Parameter-efficient Fine-tuning in Hyperspherical Space for Open-vocabulary Semantic Segmentation [10.502680141980642]
  オープンボキャブラリセマンティックセグメンテーションは、画像中の各ピクセルに任意のテキスト記述をラベル付けしようとする。 視覚言語基盤モデル、特にCLIPは、オープン語彙能力を取得するための強力なツールとして登場した。 H-CLIPは、CLIPの総パラメータの約4%を更新するだけで、新しいSOTAオープン語彙セマンティックセマンティックセマンティクス結果を達成する。
  論文  参考訳（メタデータ） (2024-05-29T07:41:34Z)

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。