CVPR 2023论文汇总：透明度、公平、问责、隐私、道德愿景 Transparency, Fairness, Accountability, Privacy, Ethics in Vision

Effective  Ambiguity  Attack  Against  Passport-based  DNN  Intellectual  Property  Protection  Schemes  through  Fully  Connected  Layer  Substitution

通过全连接层替换对基于护照的  DNN  知识产权保护方案进行有效的模糊攻击

Progressive  Open  Space  Expansion  for  Open-Set  Model  Attribution

开放集模型归因的渐进式开放空间扩展

Breaching  FedMD:  Image  Recovery  via  Paired-Logits  Inversion  Attack

违反  FedMD：通过  Paired-Logits  反转攻击恢复图像

DartBlur:  Privacy  Preservation  with  Detection  Artifact  Suppression

DartBlur：通过检测伪影抑制实现隐私保护

Reinforcement  Learning-based  Black-Box  Model  Inversion  Attacks

基于强化学习的黑盒模型反转攻击

Model-Agnostic  Gender  Debiased  Image  Captioning

与模型无关的性别偏差图像标题

Uncurated  Image-Text  Datasets:  Shedding  Light  on  Demographic  Bias

未经整理的图像文本数据集：揭示人口统计偏见

AltFreezing  for  more  General  Video  Face  Forgery  Detection

AltFreezing  用于更通用的视频人脸伪造检测

Make  Landscape  Flatter  in  Differentially  Private  Federated  Learning

让差异化私有联邦学习的景观更加平坦

DynaFed:  Tackling  Client  Data  Heterogeneity  with  Global  Dynamics

DynaFed：通过全局动态解决客户数据异构性

Re-Thinking  Model  Inversion  Attacks  Against  Deep  Neural  Networks

重新思考针对深度神经网络的模型反转攻击

Safe  Latent  Diffusion:  Mitigating  Inappropriate  Degeneration  in  Diffusion  Models

安全潜在扩散：减轻扩散模型中的不适当退化

TrojViT:  Trojan  Insertion  in  Vision  Transformers

TrojViT：Vision  Transformers  中的木马插入

Difficulty-based  Sampling  for  Debiased  Contrastive  Representation  Learning

用于无偏差对比表示学习的基于难度的采样

Model  Barrier:  A  Compact  Un-Transferable  Isolation  Domain  for  Model  Intellectual  Property  Protection

Model  Barrier：用于模型知识产权保护的紧凑型不可转移隔离域

Fair  Scratch  Tickets:  Finding  Fair  Sparse  Networks  without  Weight  Training

公平刮奖券：无需重量训练即可找到公平的稀疏网络

CLIP2Protect:  Protecting  Facial  Privacy  using  Text-Guided  Makeup  via  Adversarial  Latent  Search

CLIP2Protect：通过对抗性潜在搜索使用文本引导化妆保护面部隐私

Bias  in  Pruned  Vision  Models:  In-Depth  Analysis  and  Countermeasures

修剪视觉模型中的偏差：深入分析和对策

Learning  to  Generate  Image  Embeddings  with  User-Level  Differential  Privacy

学习使用用户级差分隐私生成图像嵌入

Bias  Mimicking:  A  Simple  Sampling  Approach  for  Bias  Mitigation

偏差模仿：一种减轻偏差的简单采样方法

CaPriDe  Learning:  Confidential  and  Private  Decentralized  Learning  based  on  Encryption-Friendly  Distillation  Loss

CaPriDe  Learning：基于加密友好蒸馏损失的保密私密去中心化学习

DeAR:  Debiasing  Vision-Language  Models  with  Additive  Residuals

DeAR：使用可加残差消除视觉语言模型的偏差

Deep  Deterministic  Uncertainty:  A  New  Simple  Baseline

深度确定性不确定性：新的简单基线

Manipulating  Transfer  Learning  for  Property  Inference

操纵迁移学习进行属性推理

Training  Debiased  Subnetworks  with  Contrastive  Weight  Pruning

通过对比权重剪枝训练去偏子网络

Diffusion  Art  or  Digital  Forgery?  Investigating  Data  Replication  in  Diffusion  Models

扩散艺术还是数字伪造？  研究扩散模型中的数据复制

STDLens:  Model  Hijacking-Resilient  Federated  Learning  for  Object  Detection

STDLens：用于对象检测的模型劫持弹性联合学习

Architectural  Backdoors  in  Neural  Networks

神经网络中的架构后门

MEDIC:  Remove  Model  Backdoors  via  Importance  Driven  Cloning

MEDIC：通过重要性驱动克隆删除模型后门

Learning  Debiased  Representations  via  Conditional  Attribute  Interpolation

通过条件属性插值学习去偏表示