BR-MoE：交通图像转文本的预算化语义发布框架

Abdolazim Rezaei 提出预算化语义发布框架 BR-MoE，用于交通摄像头图像转文本时的隐私保护。四个场景专家分别处理隔离的视频片段，输出映射到固定有界语义模式；强化学习控制器根据公开任务请求和历史发布选择摘要并分配隐私预算，独立隐私过滤器强制总预算，并在转文本前加入校准噪声。 论文称，在明确的片段隔离和有界事件假设下，完整发布记录满足事件级差分隐私界；该设计还支持复用此前摘要而不产生新的披露。论文中的表格仅用于展示预期报告格式，作者明确表示这些表格不构成实证效果。 该框架针对的是交通摄像头图像转文本仍无法形式化约束信息披露的问题。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。