基于分支GAN的加性类别区分图
计算机视觉与模式识别
2023-05-05 v1
摘要
我们提出了一种新模型、训练流程和架构，用于创建两类图像之间区分的精确图。其目标是以像素级分辨率理解某一类别的独特特征。这些图除了在可解释人工智能（XAI）中提供新能力外，还可促进自监督分割与目标检测。我们提出的架构基于图像分解，其中输出为多个生成网络（分支GAN）之和。类别间的区分被隔离在专用分支中。该方法可清晰、精确且可解释地可视化每一类的独特特征。我们展示了我们的通用方法如何用于多种模态下的各类任务，例如MRI脑肿瘤提取、航拍图像中车辆分离以及获取女性与男性面部特征。这是我们初步发现与结果的预备报告。
引用
@article{arxiv.2305.02899,
title = {Additive Class Distinction Maps using Branched-GANs},
author = {Elnatan Kadar and Jonathan Brokman and Guy Gilboa},
journal= {arXiv preprint arXiv:2305.02899},
year = {2023}
}