Super—Shine-优快云博客

原创【论文笔记】Regional Differential Information Entropy for Super-Resolution ImageQuality Assessment

摘要PSNR和SSIM是超分辨率问题中使用最广泛的度量，因为它们易于使用，可以评估生成的图像和参考图像之间的相似性。然而，单幅图像的超分辨率是一个不适定问题，同一幅低分辨率图像有多幅对应的高分辨率图像。相似之处不能完全反映修复效果。生成的图像的感知质量也很重要，但PSNR和SSIM不能很好地反映每个概念的质量。为了解决这个问题，我们提出了一种称为区域差分信息熵的方法来测量相似度和感知质量。为了克服传统的图像信息熵不能反映结构信息的问题，我们提出了用滑动窗口测量每个区域的信息熵。考虑到人类视觉系统对低亮度下的

2022-11-24 16:54:26 652 1

原创【论文笔记】A data value metric for quantifying information content and utility

摘要最近的科学进步、快速的技术进步、制造成本的大幅降低，以及对有效决策支持系统的巨大需求，推动了数据驱动的创新。这导致人们努力收集大量异构和多源数据，然而，并非所有数据都具有相同的质量或信息量。以前捕获和量化数据效用的方法包括信息价值（VoI）、信息质量（QoI）和互信息（MI）。本手册引入了一种新的度量方法，用于量化大量越来越复杂的数据是否会增强、降低或改变它们在特定任务中的信息内容和效用。我们提出了一种新的信息论度量，称为数据价值度量（DVM），它量化了大型异构数据集的有用信息内容（能量）。DVM公

2022-03-09 15:42:20 3290

原创【论文笔记】Privacy Prediction of Lightweight Convolutional Neural Network

摘要基于云的深度学习的日益普及引发了关于准确预测和数据隐私的问题。以前的研究已经实现了简单神经网络的隐私预测。由于更复杂的神经网络需要更多的计算开销，现有的隐私预测方案效率低下。为了解决上述问题，本文介绍了一种可应用于加密数据的轻量级卷积神经网络（CNN）的隐私预测方法。首先，在不影响原有精度的情况下，将复杂的 CNN 剪裁成轻量级网络，可以高效地实现安全预测。其次，采用FV同态加密方案对用户的敏感数据进行加密，CNN中的每一层都是在密文上计算的，从而保护用户的数据隐私。最后，安全分析和实验结果证明了所

2022-01-24 16:30:20 1883 2

weixin_51547366的博客

原创【论文笔记】Regional Differential Information Entropy for Super-Resolution ImageQuality Assessment

原创【论文笔记】A data value metric for quantifying information content and utility

原创【论文笔记】Privacy Prediction of Lightweight Convolutional Neural Network

原创【论文笔记】Image Privacy Prediction Using Deep Neural Networks

原创【论文笔记】Unsupervised Deep Features for Privacy Image Classification

原创【论文笔记】Towards Privacy-Preserving Affect Recognition: A Two-Level Deep Learning Architecture

原创【论文笔记】Dynamic Deep Multi-modal Fusion for Image Privacy Prediction

空空如也

空空如也