- …
- …
#450
summarized by : hayamizu ryo
どんな論文か？
視覚的記述子からシーン画像が復元できる問題に対してメトリック学習による損失と記述子の反転可能性のための敵対的損失を用いた画像の再構成を防ぐ視覚的記述子を学習するための敵対的学習の枠組み「NinjaDesc」を提案．これにより，画像再構成の品質を大幅に劣化させつつ，対応関係照合やカメラ位置の特定にはほとんど影響を与えない．
新規性
損失関数のパラメータを1つ変更するだけで実用性とプライバシーのトレードオフを制御できる．また，異なる種類の視覚的記述子，異なる画像再構成ネットワークアーキテクチャに対して一般化することが可能．
結果
NinjaDescのMMAよりsub-hybrid liftingを大幅に上回る性能を示した．NinjaDescでは，HardNetに対するMMAの低下も小さくSIFTに対するMMAの低下も同様となっている．
その他（なぜ通ったか？等）
- …
- …