什么是不可学习样本？定义：不可学习样本（Unlearnable Examples，简称UEs）通过在原始图像数据上添加人眼不可见的扰动，阻止机器学习模型非法滥用私人数据习得有效表征。

UnSeg：首个用于保护图像分割数据的通用不可学噪声生成器。经过UnSeg处理后的图像将不会在深度模型的训练中被模型学到有效信息，从而保护个人隐私数据。经验证，UnSeg的性能超过了领域内多个知名方法如SynPer，AR，CUDA，达到国际领先水平。