PulseAugur
实时 18:44:58
English(EN) CFE-PPAR: Compression-friendly encryption for privacy-preserving action recognition leveraging video transformers

新的 CFE-PPAR 方法支持通过压缩实现隐私保护的视频行为识别

研究人员推出了一种新颖的隐私保护视频行为识别方法 CFE-PPAR,即使在压缩后仍能保持有效。与先前在加密视频压缩时性能显著下降的方法不同,CFE-PPAR 允许视频 Transformer 直接识别加密内容。这是通过使用与视频加密相同的密钥转换的参数来实现的,在 Motion-JPEGH.264 等常见压缩标准下,在 UCF101HMDB51 数据集上表现出优越的性能。 AI

影响 引入了一种在压缩、隐私保护数据上保持 AI 视频分析准确性的方法。

排序理由 这是一篇详细介绍隐私保护行为识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 CFE-PPAR 方法支持通过压缩实现隐私保护的视频行为识别

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haiwei Lin, Shoko Imaizumi, Hitoshi Kiya ·

    CFE-PPAR:利用视频Transformer进行隐私保护动作识别的压缩友好型加密

    arXiv:2605.05692v1 Announce Type: new Abstract: Privacy-preserving action recognition (PPAR) enables machines to understand human activities in videos without revealing sensitive visual content. Among the various strategies for PPAR, encryption-based methods achieve strong privac…