CNN Fixations：一种可视化判别性图像区域的解析方法
计算机视觉与模式识别
2018-12-13 v3
摘要
深度卷积神经网络（CNN）彻底改变了视觉研究的各个领域，并在分类、检测、图像描述等多个任务中获得了前所未有的应用。然而，它们对其内部工作原理几乎没有提供透明度，通常被视为提供出色性能的黑盒。在这项工作中，我们旨在通过为网络的预测提供视觉解释来缓解 CNN 的这种不透明性。我们的方法可以分析为视觉应用（如目标识别和图像描述生成）而训练的各种基于 CNN 的模型。与现有方法不同，我们通过解析前向传播操作来实现这一点。所提出的方法利用跨层层次结构的特征依赖性，揭示引导网络预测的判别性图像位置。我们将这些位置命名为 CNN-Fixations，与人眼注视 loosely analogous。我们的方法是一种通用方法，不需要架构更改、额外训练或梯度计算，即可计算重要的图像位置（CNN Fixations）。我们通过各种应用证明，我们的方法能够跨不同网络架构、多样视觉任务和数据模态定位判别性图像位置。
引用
@article{arxiv.1708.06670,
title = {CNN Fixations: An unraveling approach to visualize the discriminative image regions},
author = {Konda Reddy Mopuri and Utsav Garg and R. Venkatesh Babu},
journal= {arXiv preprint arXiv:1708.06670},
year = {2018}
}
备注
Accepted in Trans. on Image Processing (TIP) 2018 and Codes are available at https://github.com/utsavgarg/cnn-fixations