論文の概要: Control Your View: High-Resolution Global Semantic Manipulation in Learned Image Compression
- arxiv url: http://arxiv.org/abs/2605.08727v1
- Date: Sat, 09 May 2026 06:25:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.838763
- Title: Control Your View: High-Resolution Global Semantic Manipulation in Learned Image Compression
- Title（参考訳）: 学習画像圧縮における高分解能グローバルセマンティックマニピュレーション
- Abstract要約: 学習された画像圧縮(lic)は、ディープニューラルネットワーク(DNN)を統合して、高次元画像をコンパクトな潜在表現にマッピングする。
リックシステムは、下流の劣化、圧縮速度の低下、未ターゲットの歪み、局所意味操作(LSM)と低解像度(3times28times28$)のグローバル意味操作(GSM)に繋がる敵の摂動の影響を受けやすい。
- 参考スコア（独自算出の注目度）: 69.69246209085425
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learned image compression (LIC) integrates deep neural networks (DNNs) to map high-dimensional images into compact latent representations, reducing redundancy and achieving superior rate-distortion (RD) performance in benign settings. Unfortunately, due to inherent vulnerabilities in DNNs, LIC systems are susceptible to adversarial perturbations that lead to downstream deterioration, compression rate degradation, untargeted distortion, and both local semantic manipulation (LSM) and low-resolution ($3\times28\times28$) global semantic manipulation (GSM). However, high-resolution GSM remains unexplored due to its intractability. Notably, the existing project gradient descent (PGD) method achieves near-perfect white-box attacks for classification, segmentation, and other tasks, yet fails to generalize to high-resolution GSM. Our theoretical and empirical analyses reveal that well-performing GSM drives adversarial examples from the Identity Region to the Amplification Region through the Lazying-Oscillating-Refining stages. General $\ell_{\infty}$-bounded attacks fail on high-resolution GSM because their step-size schedules cannot accommodate both the Oscillating and Refining stages. Based on this, we propose the Periodic Geometric Decay schedule that enables $\ell_{\infty}$-bounded high-resolution GSM. To verify our approach, we integrate it with PGD, yielding a minimal variant, PGD$^{2}$-GSM. Extensive experiments on the Kodak $(3\times768\times512)$ demonstrate that our PGD$^{2}$-GSM is the first to stably achieve high-resolution GSM, thereby exposing a novel threat to LIC systems. Code is available at https://github.com/chinaliangjiaming/PGD2-GSM.
- Abstract（参考訳）: 学習画像圧縮(lic)は、ディープニューラルネットワーク(DNN)を統合して、高次元画像をコンパクトな潜在表現にマッピングし、冗長性を低減し、良質な設定で優れたレート歪み(RD)性能を実現する。
残念なことに、DNNに固有の脆弱性のため、licシステムは、ダウンストリームの劣化、圧縮速度の劣化、未ターゲットの歪み、ローカルセマンティック操作(LSM)と低解像度(3\times28\times28$)のグローバルセマンティック操作(GSM)に繋がる敵の摂動の影響を受けやすい。
しかし、高分解能GSMは、その難易度のために探索されていない。
特に、既存のプロジェクト勾配降下法(PGD)は、分類、セグメンテーション、その他のタスクに対するほぼ完璧なホワイトボックス攻撃を実現するが、高分解能GSMへの一般化には失敗する。
我々の理論的および実証的な分析により、GSMが良好な性能を保ち、Identity RegionからLazying-Oscillating-Refining Stageを経てAmplification Regionへと逆転することが明らかとなった。
一般的な$\ell_{\infty}$-bounded攻撃は、ステップサイズのスケジュールがOscillatingとRefiningの両方のステージに対応できないため、高解像度のGSMで失敗する。
これに基づいて、$\ell_{\infty}$-bounded high- resolution GSMを可能にする周期的幾何減衰スケジュールを提案する。
アプローチを検証するため、PGDと統合し、最小の変種PGD$^{2}$-GSMを得る。
Kodak $(3\times768\times512)$の大規模な実験では、PGD$^{2}$-GSMが安定して高分解能GSMを達成し、新たな脅威をlicシステムに露呈した。
コードはhttps://github.com/chinaliangjiaming/PGD2-GSMで入手できる。
関連論文リスト
- Latent Geometric Chords for Query-Efficient Decision-Based Adversarial Attacks [3.7349625042626546]
決定に基づく敵攻撃は深刻なセキュリティ上の脅威をもたらす。
現在の方法論は基本的な限界に悩まされている。
変種LGC-Hと共に潜時幾何攻撃を提案する。
論文 参考訳（メタデータ） (2026-05-29T12:25:15Z) - LAGS: Low-Altitude Gaussian Splatting with Groupwise Heterogeneous Graph Learning [37.93687569263732]
低高度ガウススプラッティング(LAGS)は、分散ドローンからの空中画像を集約することで3Dシーンの再構築を容易にする。
LAGS資源割り当てのためのグループワイドヘテロジニアスグラフニューラルネットワーク(GW-HGNN)を提案する。
実世界のLAGSデータセットの実験では、GW-HGNNがキーレンダリングメトリクス全体で最先端のベンチマークを大幅に上回っていることが示されている。
論文 参考訳（メタデータ） (2026-04-18T08:41:50Z) - Make It Up: Fake Images, Real Gains in Generalized Few-shot Semantic Segmentation [49.73871999518061]
一般小ショットセマンティックセマンティックセグメンテーション(GFSS)は、アノテーションの不足による新規クラスの出現のカバレッジによって、基本的に制限されている。
提案するSyn4Segは,新しいクラスの範囲を広げつつ,擬似ラベル品質を改善したGFSSフレームワークである。
論文 参考訳（メタデータ） (2026-03-28T09:22:50Z) - Beyond Semantic Priors: Mitigating Optimization Collapse for Generalizable Visual Forensics [12.973951916863989]
我々は,非セマンティックなフォージェリーのランダムな推測にデジェネレーションを施した「最適化崩壊」と呼ばれる故障モードを同定する。
計算効率の良いCGP(Contrastive Gradient Proxy)と3つのトレーニングフリー戦略を統合したContrastive Regional Injection Transformer(CoRIT)を提案する。
CoRITは最適化の崩壊を緩和し、クロスドメインおよびユニバーサルフォージェリーベンチマーク間の最先端の一般化を実現する。
論文 参考訳（メタデータ） (2026-03-25T08:03:30Z) - Intelligent recognition of GPR road hidden defect images based on feature fusion and attention mechanism [14.938306841402643]
地中貫入レーダ(GPR)は,地下道路の欠陥を非破壊的に評価するための重要なツールである。
本稿では,これらの制約に対処するための包括的枠組みを紹介する。
論文 参考訳（メタデータ） (2025-12-25T00:29:58Z) - Scale-DiT: Ultra-High-Resolution Image Generation with Hierarchical Local Attention [50.391914489898774]
Scale-DiTは、階層的な局所的注意を低解像度のグローバルガイダンスで導入する新しい拡散フレームワークである。
軽量なLoRA適応は、デノナイズ中のグローバルパスとローカルパスをブリッジし、構造と詳細の整合性を確保する。
実験によると、Scale-DiTは2ドル以上の高速な推論とメモリ使用量の削減を実現している。
論文 参考訳（メタデータ） (2025-10-18T03:15:26Z) - D$^2$GS: Depth-and-Density Guided Gaussian Splatting for Stable and Accurate Sparse-View Reconstruction [73.61056394880733]
3D Gaussian Splatting (3DGS)は、3D表現を明示したリアルタイムかつ高忠実なノベルビュー合成(NVS)を可能にする。
疎視条件下では,カメラ近傍のガウス密度が過大な地域での過度適合と,ガウス範囲が不十分な遠隔地での過度適合の2つの重要な障害モードを同定する。
本稿では,奥行き案内型ドロップアウト戦略と距離認識型フィデリティ拡張モジュールという,2つの主要なコンポーネントからなる統合フレームワークD$2$GSを提案する。
論文 参考訳（メタデータ） (2025-10-09T17:59:49Z) - Gradient-Direction-Aware Density Control for 3D Gaussian Splatting [7.234328187876289]
3D Gaussian Splatting (3DGS) は、明示的なシーン表現による新規なビュー合成が著しく進歩している。
既存のアプローチは、複雑なシナリオで2つの重要な制限を示す。
本稿では勾配方向対応型適応密度制御フレームワークGDAGSを提案する。
論文 参考訳（メタデータ） (2025-08-12T13:12:54Z) - Towards Imperceptible JPEG Image Hiding: Multi-range Representations-driven Adversarial Stego Generation [19.5984577708016]
JPEG画像隠蔽のためのMRAGと呼ばれるマルチレンジ表現駆動型逆スチーゴ生成フレームワークを提案する。
MRAGは、畳み込みの局所レンジ特性と変換器のグローバルレンジモデリングを統合する。
シュプロゲートステガナライザーの分類された特徴に基づいて、カバーとステゴ間の敵対的損失を計算する。
論文 参考訳（メタデータ） (2025-07-11T06:45:07Z) - Sharpness-Aware Gradient Matching for Domain Generalization [84.14789746460197]
ドメイン一般化(DG)の目標は、ソースドメインから他の見えないドメインに学習したモデルの一般化能力を強化することである。
最近開発されたシャープネス・アウェア最小化(SAM)法は、損失景観のシャープネス測定を最小化することで、この目標を達成することを目的としている。
モデルが小さな損失を伴って平らな最小値に収束することを保証するための2つの条件と,シャープネス・アウェア・グラディエントマッチング(SAGM)というアルゴリズムを提案する。
提案手法は5つのDGベンチマークにおける最先端の手法よりも一貫して優れている。
論文 参考訳（メタデータ） (2023-03-18T07:25:12Z) - Pseudo Label-Guided Model Inversion Attack via Conditional Generative
Adversarial Network [102.21368201494909]
モデル反転(MI)攻撃はプライバシーに対する懸念を高めている。
近年のMI攻撃では,探索空間を狭める前にGAN(Generative Adversarial Network)を画像として活用している。
我々は条件付きGAN(cGAN)による擬似ラベル誘導MI(PLG-MI)攻撃を提案する。
論文 参考訳（メタデータ） (2023-02-20T07:29:34Z)
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。