面向隐私保护Vision Transformer的域自适应高效微调
计算机视觉与模式识别
2024-02-12 v2 机器学习
摘要
我们提出了一种针对采用Vision Transformer（ViT）的隐私保护深度神经网络（DNN）的新方法。该方法不仅允许我们使用视觉保护图像训练模型并进行测试，还能避免因使用加密图像而导致的性能下降，而传统方法无法避免图像加密的影响。我们采用域自适应方法，利用加密图像对ViT进行高效微调。在实验中，该方法在CIFAR-10和ImageNet数据集上的图像分类任务中，在分类准确率方面被证明优于传统方法。
引用
@article{arxiv.2401.05126,
title = {Efficient Fine-Tuning with Domain Adaptation for Privacy-Preserving Vision Transformer},
author = {Teru Nagamori and Sayaka Shiota and Hitoshi Kiya},
journal= {arXiv preprint arXiv:2401.05126},
year = {2024}
}
备注
Accepted by APSIPA Transactions on Signal and Information Processing. arXiv admin note: substantial text overlap with arXiv:2309.02556