Volley Revolver: A Novel Matrix-Encoding Method for Privacy-Preserving Neural Networks (Inference)
이 논문은 동형 암호화를 활용한 프라이버시 보호 신경망 추론을 위해 새로운 행렬 인코딩 기법을 제안하고, 이를 MNIST 손글씨 이미지 분류에 적용하여 암호화된 데이터를 클라우드에서 효율적으로 처리하는 방법을 제시합니다.
👁️ Category
cs.CV
5372 편의 논문
Schrödinger's Camera: First Steps Towards a Quantum-Based Privacy Preserving Camera
이 논문은 양자 상태에 이미지를 저장하고 이중 심층 Q-러닝 기반 제어 알고리즘을 통해 측정 전까지 사생활 보호와 활용성을 동시에 조절할 수 있는 새로운 양자 기반 프라이버시 보호 카메라의 개념을 제안하고 시뮬레이션으로 그 가능성을 입증합니다.
GeoTop: Advancing Image Classification with Geometric-Topological Analysis
이 논문은 진단 영상에서 양성 및 악성 구조물의 위상적 동등성 문제를 해결하기 위해 지속적 호몰로지와 Lipschitz-Killing 곡률을 통합한 해석 가능한 GeoTop 프레임워크를 제안하며, 피부 병변 분류에서 정확도 향상과 오진율 감소를 입증했습니다.
Catch Me If You Can Describe Me: Open-Vocabulary Camouflaged Instance Segmentation with Diffusion
이 논문은 시각적 경계가 배경과 자연스럽게 융합된 위장 객체의 특징 학습을 위해 텍스트 - 이미지 확산 모델을 활용한 오픈-어휘 위장 인스턴스 분할 (OVCIS) 을 위한 새로운 방법을 제안하고, 이를 통해 기존 방법보다 우수한 성능을 입증했습니다.
Learning to Generate Conditional Tri-plane for 3D-aware Expression Controllable Portrait Animation
이 논문은 3DMM 의 표정 파라미터를 소스 이미지에 직접 전달하여 3D 사전 지식을 생성하는 삼면체 (tri-plane) 생성기와 외모와 표정을 분리하는 대비적 사전 학습 프레임워크를 통해, 단일 이미지에서 외모가 유지된 채 표정과 카메라 시점을 제어할 수 있는 3D 인식형 얼굴 애니메이션 방법인 Export3D 를 제안합니다.
FireANTs: Adaptive Riemannian Optimization for Multi-Scale Diffeomorphic Matching
이 논문은 기존 방법들의 느린 처리 속도와 딥러닝 기반 방법들의 높은 훈련 비용 및 일반화 한계를 극복하기 위해, 학습 없이도 다양한 이미지 모달리티와 도메인에서 ANTs 보다 CPU 에서 2.5 배, GPU 에서 최대 1200 배 빠르고 메모리 효율이 뛰어난 적응형 리만 최적화 기반의 다중 스케일 밀도 변형 이미지 매칭 알고리즘 'FireANTs'를 제안합니다.
Merlin: A Computed Tomography Vision-Language Foundation Model and Dataset
본 논문은 3D CT 스캔, 전자의무기록 및 방사선 보고서를 대규모로 학습하여 2D 기반 모델의 한계를 극복하고 다양한 진단·예후·품질 평가 작업에서 뛰어난 일반화 성능을 입증한 새로운 3D 의료 비전 - 언어 기반 모델 'Merlin' 과 해당 데이터셋을 소개합니다.
Natural Adversaries: Fuzzing Autonomous Vehicles with Realistic Roadside Object Placements
이 논문은 자율주행차의 인식 시스템이 도로 설계 가이드라인을 준수하는 현실적인 노변 물체 배치 (예: 쓰레기통) 만으로도 심각한 오인식 및 교통법규 위반을 유발할 수 있음을 보여주기 위해 제안한 'TrashFuzz'라는 블랙박스 페이징 공격 기법과 그 실험 결과를 요약합니다.
FINE: Factorizing Knowledge for Initialization of Variable-sized Diffusion Models
이 논문은 가변 크기의 확산 모델을 효율적으로 초기화하기 위해 지식의 기본 구성 요소인 '러닝유전자 (learngenes)'를 학습하여 다양한 모델 크기에 재사용할 수 있는 새로운 사전 학습 방법인 FINE 을 제안합니다.
Scaling Laws For Diffusion Transformers
이 논문은 1e17 에서 6e18 FLOPs 에 이르는 광범위한 컴퓨팅 예산을 통해 확산 트랜스포머 (DiT) 에도 전력 법칙 기반의 확장 법칙이 존재함을 최초로 입증하고, 이를 통해 최적 모델 크기와 데이터 요구량을 결정하며 생성 품질을 예측할 수 있음을 보여줍니다.
TextMaster: A Unified Framework for Realistic Text Editing via Glyph-Style Dual-Control
이 논문은 고해상도 글리프 정보와 지각 손실, 주의 메커니즘 기반의 레이아웃 학습, 그리고 새로운 스타일 주입 기법을 통합하여 복잡한 텍스트의 정밀한 편집과 스타일 제어를 가능하게 하는 'TextMaster' 프레임워크를 제안합니다.
FlowCLAS: Enhancing Normalizing Flow Via Contrastive Learning For Anomaly Segmentation
이 논문은 로봇 공학의 이상 분할 작업을 위해 정규화 흐름 (Normalizing Flow) 모델에 대비 학습 (Contrastive Learning) 과 아웃라이어 노출 (Outlier Exposure) 전략을 결합하여, 기존 방법론의 한계를 극복하고 여러 벤치마크에서 새로운 최첨단 성능을 달성한 'FlowCLAS' 프레임워크를 제안합니다.
Building a Mind Palace: Structuring Environment-Grounded Semantic Graphs for Effective Long Video Analysis with LLMs
이 논문은 장편 비디오 이해를 위해 손-물체 추적, 활동 구역 클러스터링, 환경 레이아웃 매핑을 통합한 시맨틱 그래프 기반 프레임워크 'VideoMindPalace'와 이를 평가하기 위한 벤치마크 'VMB'를 제안하여, LLM 기반의 시공간 일관성과 인간 유사 추론 능력을 향상시켰다고 요약할 수 있습니다.
DCENWCNet: A Deep CNN Ensemble Network for White Blood Cell Classification with LIME-Based Explainability
이 논문은 다양한 드롭아웃 및 최대 풀링 설정을 가진 세 개의 CNN 아키텍처를 통합하여 불균형 데이터셋 문제를 해결하고 LIME 기법을 통해 해석 가능성을 확보한 새로운 앙상블 모델인 DCENWCNet 을 제안하여 백혈구 분류 성능을 향상시켰음을 보여줍니다.
Token Adaptation via Side Graph Convolution for Efficient Fine-tuning of 3D Point Cloud Transformers
이 논문은 기존 PEFT 방법의 높은 계산 비용 문제를 해결하기 위해 프리트레인된 3D 포인트 클라우드 트랜스포머와 병렬로 작동하는 그래프 합성곱 측 네트워크를 도입하여 파라미터 효율성과 시간·공간적 효율성을 동시에 극대화한 'STAG' 알고리즘과 새로운 벤치마크 'PCC13'을 제안합니다.
A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds
이 논문은 다양한 보행 속도와 신발 조건에서 150 명의 참가자로부터 수집된 20 만 개 이상의 고해상도 발바닥 압력 데이터를 포함하는 'UNB StepUP-P150'이라는 새로운 공개 데이터셋을 소개하여, 보행 분석 및 생체 인식 연구의 새로운 기준을 제시합니다.
Generative Human Geometry Distribution
이 논문은 2D 특징 맵 인코딩과 SMPL 기반 도메인 정제를 통해 대규모 학습을 가능하게 하고, 2 단계 학습 패러다임을 적용하여 기존 방법 대비 57% 향상된 품질로 인간 기하학의 생성 및 포즈 변환을 수행하는 새로운 생성 모델을 제안합니다.
Implicit U-KAN2.0: Dynamic, Efficient and Interpretable Medical Image Segmentation
이 논문은 이차 순서 신경 미분 방정식 (SONO) 과 MultiKAN 레이어를 결합하여 해석 가능성, 표현력, 계산 효율성을 동시에 향상시키고 차원에 무관한 근사 능력을 이론적으로 입증한 새로운 의료 영상 분할 모델인 'Implicit U-KAN 2.0'을 제안합니다.
Beyond Accuracy: What Matters in Designing Well-Behaved Image Classification Models?
이 논문은 326 개의 백본 모델을 분석하여 이미지 분류 모델의 정확도 외의 9 가지 품질 차원을 종합적으로 평가하고, 이를 바탕으로 다양한 훈련 전략과 아키텍처가 모델의 품질에 미치는 영향을 규명하며 다차원 품질을 종합적으로 평가하는 새로운 지표인 QUBA 점수를 제안합니다.
Beyond the Encoder: Joint Encoder-Decoder Contrastive Pre-Training Improves Dense Prediction
이 논문은 인코더와 디코더를 함께 사전 학습하는 새로운 자기지도 학습 프레임워크인 'DeCon'을 제안하여, 기존 방법론보다 밀집 예측 작업의 성능을 획기적으로 개선함을 보여줍니다.