图像隐私分类的人类可解释性和深度特征
原文中文，约300字，阅读约需1分钟。发表于：。隐私是一个复杂、主观和语境相关的概念，对其进行定义十分困难。因此，对图像进行注释以训练隐私分类器是一项具有挑战性的任务。在本文中，我们分析了隐私分类数据集及以不同评估员对具有对立隐私标签的具有争议性图像的注释属性。我们讨论了适用于图像隐私分类的特征，并提出了八个特定于隐私且可人工解释的特征。这些特征提高了深度学习模型的性能，并且与维度更高的深度特征相比，它们自身在图像隐私分类中表现出更好的图像表示。
本文研究了隐私分类数据集和具有争议性标签的图像注释属性。提出了8个特定于隐私且可解释的特征，提高了深度学习模型的性能，并在图像隐私分类中表现出更好的图像表示。
