論文の概要: PriCBMs: Multi-granular Concept Bottleneck Vision-Language Models for Visual Privacy Recognition

• arxiv url: http://arxiv.org/abs/2611.02661v1
• Date: Mon, 02 Nov 2026 07:21:48 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:11:23.877194
• Title: PriCBMs: Multi-granular Concept Bottleneck Vision-Language Models for Visual Privacy Recognition
• Title（参考訳）: PriCBMs: 視覚的プライバシ認識のためのマルチグラニュラー概念ボタネックビジョンランゲージモデル
• Abstract要約: ソーシャルメディアは、不注意に露出したプライバシー情報を識別する視覚的プライバシー認識の必要性を高めている。 プライバシカテゴリは、高レベルのセマンティック属性を表し、視覚オブジェクトと1対1の対応を持たない。 プライバシ関連の概念を中間的セマンティック表現として導入することにより、PriCBMはまず、視覚概念マッチングを通じてカテゴリ関連プライバシキューを識別する。 VISPRとFineViPの実験では、PriCBMは4つのマルチラベルメトリクスのすべてで競合他社よりも優れていた。
• 参考スコア（独自算出の注目度）: 9.887109871313022
• License:
• Abstract: Widespread image sharing on social media has increased the need for visual privacy recognition to identify inadvertently exposed privacy information. However, multi-label visual privacy recognition presents two challenges. First, privacy categories represent high-level semantic attributes and do not have a one-to-one correspondence with visual objects. Different visual objects may involve the same privacy category, while the same type of object may contain different types of privacy-sensitive information. In this setting, direct prediction methods generally lack explicit guidance for identifying category-relevant privacy cues, leaving this process implicit in the learned image-to-label mapping and potentially limiting classification performance. Second, privacy cues are often distributed across image regions and may not be adequately represented by whole-image features. To address these challenges, we propose Privacy Concept Bottleneck Models (PriCBMs). By introducing privacy-related concepts as intermediate semantic representations, PriCBMs first identify category-relevant privacy cues through visual-concept matching and then predict privacy categories based on concept responses. This process makes privacy predictions more interpretable. To improve the quality of these concepts, we design a concept selection strategy based on target-category relevance, cross-category discriminability, and semantic diversity. Meanwhile, we introduce a global-region modeling module to capture localized privacy evidence while retaining global context. Experiments on VISPR and FineViP show that PriCBMs outperform evaluated competitors across all four multi-label metrics. Ablation studies and concept-quality analyses support the effectiveness of the proposed design. Code is available at https://github.com/sun2293674491-dotcom/PriCBMs.
• Abstract（参考訳）: ソーシャルメディア上の広範な画像共有は、不注意に露出したプライバシー情報を特定するために、視覚的プライバシ認識の必要性を高めている。 しかし、マルチラベルの視覚的プライバシ認識には2つの課題がある。 まず、プライバシカテゴリは高レベルのセマンティック属性を表し、視覚オブジェクトと1対1の対応を持たない。 異なる視覚的オブジェクトは、同じプライバシーカテゴリを含む場合があり、同じタイプのオブジェクトは、異なるタイプのプライバシーに敏感な情報を含む場合があります。 この設定では、直接予測法は一般的にカテゴリ関連プライバシの手がかりを特定するための明確なガイダンスを欠いており、このプロセスは学習された画像とラベルのマッピングに暗黙的に残され、分類性能が制限される可能性がある。 第二に、プライバシの手がかりは画像領域に分散することが多く、画像全体の特徴によって適切に表現されない場合がある。 これらの課題に対処するために、プライバシ概念ボトルネックモデル(PriCBM)を提案する。 セマンティック表現としてプライバシ関連の概念を導入することにより、PriCBMはまず、視覚概念マッチングを通じてカテゴリ関連プライバシキューを特定し、概念応答に基づいてプライバシカテゴリを予測する。 このプロセスは、プライバシーの予測をより解釈可能にします。 これらの概念の質を向上させるために,対象カテゴリの関連性,カテゴリ間の識別可能性,意味的多様性に基づく概念選択戦略を設計する。 一方,グローバルなコンテキストを維持しつつ,局所的なプライバシー証拠をキャプチャするグローバルリージョンモデリングモジュールを導入する。 VISPRとFineViPの実験では、PriCBMは4つのマルチラベルメトリクスのすべてで競合他社よりも優れていた。 アブレーション研究と概念品質分析は、提案した設計の有効性を支持する。 コードはhttps://github.com/sun2293674491-dotcom/PriCBMsで入手できる。

関連論文リスト

• Vision Language Model Helps Private Information De-Identification in Vision Data [55.425628316813174]
  VisShieldは、ビジュアル言語モデル(VLM)のプライバシー意識を高めるために設計されたエンドツーエンドフレームワークである。 我々のフレームワークは2つの重要なコンポーネントで構成されている。 我々のアプローチは、VLMがプライバシーに敏感なテキストを認識し、検出されたエンティティに対して正確なバウンディングボックスを出力することを保証する。
  論文  参考訳（メタデータ） (2026-06-08T07:30:20Z)
• DP^2-VL: Private Photo Dataset Protection by Data Poisoning for Vision-Language Models [47.98028812152569]
  アイデンティティ・アフィリエイト学習というプライバシ・脅威モデルを提案する。 攻撃者は、ターゲット個人の数枚のプライベート写真を使用して、VLMを微調整する。 このモデルにより、写真入力時に対象ユーザの個人情報を不正に露呈することができる。 このプライバシーリスクを軽減するため、プライベート写真のための最初のデータセット保護フレームワークDP2-VLを提案する。
  論文  参考訳（メタデータ） (2026-03-25T04:30:42Z)
• Privacy-Preserving in Connected and Autonomous Vehicles Through Vision to Text Transformation [0.9831489366502302]
  本稿では,フィードバックベース強化学習(RL)と視覚言語モデル(VLM)を活用した,新たなプライバシ保護フレームワークを提案する。 イメージを意味論的に等価なテキスト記述に変換し、視覚的プライバシが保持されている間にシーン関連情報が保持されることを保証する。 評価結果は,プライバシ保護とテキスト品質の両方において,大幅な改善が見られた。
  論文  参考訳（メタデータ） (2025-06-18T20:02:24Z)
• Improving Personalized Search with Regularized Low-Rank Parameter Updates [52.29168893900888]
  視覚言語検索のための視覚言語二重エンコーダモデルの内部表現の適応方法を示す。 言語エンコーダの最終層における小さなパラメータ集合の正規化低ランク適応は、テキストインバージョンに対する高い効率の代替となる。 提案手法は,自然言語クエリを用いた個人化画像検索のための2つのベンチマークにおいて,最先端の精度を実現する。
  論文  参考訳（メタデータ） (2025-06-11T21:15:21Z)
• Image Privacy Protection: A Survey [32.020322218775526]
  画像は、重要なコミュニケーション媒体として機能し、キーポイントの迅速な理解を容易にする視覚的に係わるフォーマットで情報を提示する。 適切に管理されていない場合、この情報は個人的利益のために搾取に脆弱であり、プライバシー権やその他の法的権利を侵害する可能性がある。 既存のレビューは特定のシナリオによって分類されるか、特定のプライバシー目的によって分類される傾向がある。
  論文  参考訳（メタデータ） (2024-12-05T08:09:25Z)
• Image-guided topic modeling for interpretable privacy classification [27.301741710016223]
  本稿では,自然言語コンテンツ記述子を用いて画像のプライバシーを予測することを提案する。 これらのコンテンツ記述子は、人々がイメージコンテンツをどう知覚するかを反映したプライバシースコアと関連付けられている。 ITMの生成した記述子を使ってプライバシ予測子(Priv$times$ITM)を学習し、その決定は設計によって解釈できる。
  論文  参考訳（メタデータ） (2024-09-27T12:02:28Z)
• Explaining models relating objects and privacy [33.78605193864911]
  画像から抽出したオブジェクトを用いて、なぜ画像がプライベートであると予測されるのかを判断するプライバシーモデルを評価する。 プライバシ決定の主要な要因は、個人カテゴリの存在と、その濃度であることを示す。
  論文  参考訳（メタデータ） (2024-05-02T18:06:48Z)
• Human-interpretable and deep features for image privacy classification [32.253391125106674]
  本稿では,画像のプライバシ分類に適した機能について論じるとともに,プライバシに特有かつ人間に解釈可能な8つの特徴を提案する。 これらの機能は、ディープラーニングモデルの性能を高め、それ自身で、より高次元の深い機能と比較して、プライバシ分類のためのイメージ表現を改善する。
  論文  参考訳（メタデータ） (2023-10-30T14:39:43Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
  我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。 本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。 提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
  論文  参考訳（メタデータ） (2022-05-24T11:29:37Z)
• InfoScrub: Towards Attribute Privacy by Targeted Obfuscation [77.49428268918703]
  視覚データに流出した個人情報を個人が制限できる技術について検討する。 我々はこの問題を新しい画像難読化フレームワークで解決する。 提案手法では,元の入力画像に忠実な難読化画像を生成するとともに,非難読化画像に対して6.2$times$(または0.85bits)の不確実性を増大させる。
  論文  参考訳（メタデータ） (2020-05-20T19:48:04Z)

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。