隐私约束学习

SAGE：面向隐私约束下跨域语义分割的风格自适应泛化框架

SAGE: Style-Adaptive Generalization for Privacy-Constrained Semantic Segmentation Across Domains

在模型权重冻结、无法微调的黑盒设定下，用输入级视觉提示词做域泛化：先以风格迁移构造覆盖广的风格表征库，再按每张输入的视觉上下文动态融合成提示词，为视觉研究者提供了一条不碰骨干网络即可对齐跨域特征分布的思路，可直接迁移到分割、检测等密集预测任务的隐私受限部署场景。