ACSAC_ML_SCA_EVA Artifacts

Zenodo2024-10-16 更新2026-04-07 收录

ML辅助侧信道分析

影像重建

数据链接：

https://zenodo.org/doi/10.5281/zenodo.13937963 数据链接链接失效反馈

官方服务：

资源简介：

The artifacts for ACSAC 2024 paper R+R: Demystifying ML-Assisted Side-Channel Analysis Framework: A Case of Image Reconstruction

创建时间：

2024-10-16

Synth360

影像重建

计算机视觉

我们为NeRF提出了两种非均匀射线采样方案，以适应360 ° 图像-失真感知射线采样和内容感知射线采样。我们分别使用室内和室外场景的副本和场景模型创建了一个评估数据集Synth360。在实验中，我们证明了我们的建议在准确性和效率方面成功地构建了360 ° 图像NeRF。该提案广泛适用于NeRF的高级变体。DietNeRF，AugNeRF和NeRF与所提出的技术相结合，进一步提高了性能。此外，我们证

OpenDataLab2026-07-12 更新190

Lensless/mirflickr_CA_fine_1k

计算成像

影像重建

该数据集包含两个主要特征：lensless和lensed，均为图像类型。数据集分为训练集和测试集，训练集包含850个样本，测试集包含150个样本。数据集的下载大小为467354091字节，总大小为467364913字节。

Hugging Face2024-06-26 更新170

MRI Models

磁共振成像

影像重建

该数据集是通过在各个加速因子下使用傅里叶子采样多线圈MRI测量来训练环境扩散MRI模型。具体来说，这些模型在加速因子R=2、4、6、8的条件下进行了训练。该数据集的任务是图像恢复（MRI重建）。

arXiv120

NSD

神经影像

影像重建

该数据集名为神经影像与人工智能桥梁的NSD，是最大的同类数据集，包含了8名被试在观看不同自然场景时密集采集的功能性磁共振成像（fMRI）数据。每个被试的数据集都分为训练集和测试集，其中包含了特定数量的图像刺激和fMRI试验。这些图像刺激源自COCO数据集。规模上，该数据集涉及8名被试、9000至10000个不同的自然场景，以及22000至30000次的重复。其任务是利用大脑活动进行图像重建。

arXiv180

Dataset of "Challenging Point Scanning across Electron Microscopy and Optical Imaging using Computational Imaging"

计算成像

影像重建

Dataset containing the jupyter notebook with codes for the simulation of the structured illumination patterns used for image reconstruction (the simulation parameters have been optimized to make sure

Mendeley Data2024-05-17 更新140

ACSAC_ML_SCA_EVA Artifacts

资源简介：

相关数据集