IEEE Transactions on Multimedia-2025年12月-最新在线出版论文1...

主要观点总结

本文主要介绍了多个与图像处理和视觉相关的研究，包括隐私保护、多模态视觉编码、视频即时心率测量等。这些研究通过使用不同的技术和方法，解决了各种视觉任务中的挑战，提高了性能和准确性。

关键观点总结

关键观点1: ErableMask：一种针对黑盒人脸识别模型的稳健且可擦除的隐私保护方案

通过重新思考代理FR模型之间的内在关系，引入了一种新颖的元辅助攻击，增强了黑盒迁移性。还提供了一种扰动擦除机制，支持在受保护的面部中擦除语义扰动而不降低图像质量。

关键观点2: MCSF-Net：用于水下图像增强的多色彩空间融合网络

提出了用于水下图像增强的多颜色空间融合网络（MCSF-Net），融合了多维特征融合块和加权特征融合方案，有效整合了来自XYZ和RGB颜色空间的互补特征。

关键观点3: DFFL：不完整多视图多标签学习的双特征融合

提出了一种双特征融合学习（DFFL）框架，同时考虑视图特定的独特特征和跨视图的一致性特征，通过构建视图一致性学习，最大化共享嵌入空间中的互信息以实现一致的特征对齐。

关键观点4: TFNet：可信赖的连续手语识别

提出了可信融合网络（TFN），包括跨模态特征融合模块和跨线索可信融合模块，用于动态融合RGB和关键点信息的跨模态特征，获得鲁棒的视觉线索特征。

关键观点5: 基于增强的时间频率表示的视频即时心率测量

采用小波同步挤压变换生成时间频率表示图像，同步反映视频片段中的心率。此外，介绍了TransUNet来精炼这些TFR图像，增强与IHR相关的脊线信息。

关键观点6: 探索跨模态互促学习在视频质量评估中的应用

介绍了一种新颖的跨模态提示基于的方法，使用可学习的提示促进视觉和语言模式之间的协同作用。多视图骨干网络经过精心设计，确保了质量可分离性。

关键观点7: S2ML：空间-光谱互学习用于深度完成

提出了一种空间光谱互学习框架（S2ML），以调和空间域和频率域的优点用于深度完成。考虑了振幅谱和相位谱的不同特性，并设计了一个专用的频谱融合模块。

关键观点8:

提出了一种新的统一的语言引导框架——视觉-语言相互提示法（VLMP），利用文本提示来增强CSS。包括视觉到语言提示和语言到视觉提示，双向建模了视觉和语言特征之间的交互。

关键观点9:

设计了判别特征重组模块（DFR）和图结构精炼模块（GSR）来解决视觉图神经网络中的隐含依赖关系问题。

关键观点10:

确定了六种球形全景内容泄露场景，并考察了有效水印方法的要求。提出了两种补充方法来增强盲水印技术的性能。

关键观点11:

提出了一种融合增强网络，该网络有效地丰富了语义信息，并基于红外和可见光模态的互补特性整合了特征。所提出网络可以扩展到高级视觉任务，表现出强大的泛化能力。