图像生成

Machine Unlearning for Class Removal through SISA-based Deep Neural Network Architectures

通过基于SISA的深度神经网络架构实现类别移除的机器无学习

Ishrak Hamim Mahi, Siam Ferdous, Md Sakib Sadman Badhon, Nabid Hasan Omi, Md Habibun Nabi Hemel, Farig Yousuf Sadeque, Md. Tanzim Reza

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Brac University（布拉大学） ； Dhaka, Bangladesh（孟加拉国达卡） 纠错

专题命中 其他图像生成 ：image generation(abstract)；分类 cs.CV

AI总结 本文提出一种改进的SISA框架，用于在卷积神经网络中实现类别级无学习，通过增强的重放机制和门控网络提升选择性遗忘效率，实验表明该方法能有效移除特定类别数据并保持模型性能。

Comments 10 pages, 9 figures, 2 tables

ComMark: Covert and Robust Black-Box Model Watermarking with Compressed Samples

ComMark：基于压缩样本的隐蔽且鲁棒的黑盒模型水印技术

Yunfei Yang, Xiaojun Chen, Zhendong Zhao, Yu Zhou, Xiaoyan Gu, Juan Cao

专题命中 其他图像生成 ：image generation(abstract)

AI总结 本文提出ComMark，一种利用频域变换生成隐蔽且抗攻击的压缩水印样本的黑盒模型水印框架，通过过滤高频信息提升隐蔽性和鲁棒性，适用于图像识别、语音识别等多种任务。

Comments Extended version of the paper accepted by ICMR 2026