論文Title:Privacy Preserving Structure -from-Motionのまとめ

論文Title:Privacy Preserving Structure -from-Motionの自分なりのまとめです。

ECCV（European Conference on Computer Vision）2020survey

Transcript

1. ・画像のデータベースマップのジオメトリを難読化することで，プライバシー保護を行う提案 Title:Privacy Preserving Structure -from-Motion まとめた人：宮城直（ Sunao MIyagi）
2. 提案手法・新規性 ・４つの画像から、８つの特徴を持つ４つのビューを重力で整列させて、画像の組み合わせ を取得する確率は１００（左）。２つはランダムに整列される。 ・ランダムに整列された画像が抽出される確率は、追跡時間が長いほど高くなる（右）。
3. 結果 ・Strechaベンチマークでのカメラポーズ精度の評価（Table1) ・大規模なインターネットデータセットの再構築統計と従来の/プライバシーを保護するため の列との比較再現誤差エラー値（Table2)
4. 結果 ・右の写真・元の画像（左）、CLMAP（中央）、SFM（右） ・CLMAPよりプライバシー保護の観点からは優位であることが分かる。
5. +αの情報 ・著者コード(PyTorch)：[リンク　　　　　　　] ・データセット：[https://research.cs.cornell.edu/1dsfm/] ・project page：[https://inf.ethz.ch/] ・この研究室は毎年のようにCVPRに論文を通している CVPR 2018「StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation」 CVPR 2017「 Designing Effective Inter-Pixel Information Flow for Natural Image Matting」 ・この論文は今後も引用されそう？ ［　　　　　　　　　　　　］