【五期邹昱夫】CCF-A(NeurIPS'21)Gradient inversion with generative image prior
本文提出了一种基于预训练模型的梯度反演方法。该方法通过使用潜在空间搜索优化维度较低的特征向量,减少任务搜索空间,然后用梯度优化生成模型参数。当没有可以使用的预训练生成模型时,作者提出利用用户的梯度数据训练该生成模型。"Jeon J, Lee K, Oh S, et al. Gradient inversion with generative image prior[J]. Advances in neural information processing systems, 2021, 34: 29898-29908."
本文的优点在于利用数据的整体分布作为先验,将原本直接对图像的优化转为对生成模型参数的优化。
本文的缺点在于其假设要求过高,在假设知道批量大小的情况下,还需要提前知道图像的分辨率用于潜在空间搜索。
2023年5月12日