यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
यह पत्र इस मुद्दे को संबोधित करता है कि खुले डेटा के रूप में जारी सड़क-स्तरीय छवि डेटा स्वायत्त ड्राइविंग प्रणालियों और एआई अनुसंधान की उन्नति में महत्वपूर्ण भूमिका निभाता है, लेकिन व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) के कारण महत्वपूर्ण गोपनीयता जोखिम पैदा करता है। विशेष रूप से, चेहरे जैसी बायोमेट्रिक जानकारी से परे पीआईआई का अस्तित्व एक चिंता का विषय है। इस पत्र में, हम CRID प्रस्तुत करते हैं, जो एक नया क्रॉस-मोडल फ्रेमवर्क है जो बड़े पैमाने पर दृष्टि-भाषा मॉडल, ग्राफ ध्यान नेटवर्क और प्रतिनिधित्व सीखने को जोड़ता है। cRID निम्न-स्तरीय उपस्थिति संकेतों से परे अर्थपूर्ण PII का पता लगाने के लिए व्याख्या योग्य सुविधाओं की पहचान करने और उनका लाभ उठाने पर केंद्रित है। प्रायोगिक परिणाम बेहतर प्रदर्शन प्रदर्शित करते हैं, विशेष रूप से मार्केट-1501 से CUHK03-np (पता लगाया गया) तक एक व्यावहारिक क्रॉस-डेटासेट री-आईडी परिदृश्य पर
