Combi-CAM：一种用于可解释图像地理位置定位的新型多层方法
计算机视觉与模式识别
2026-03-26 v1
摘要
星级照片地理位置定位涉及一种复杂的任务，即仅凭图像的视觉特征估计其所呈现地理位置。虽然深度学习模型，特别是卷积神经网络 (CNN)，已显著推动了该领域的发展，但理解其预测背后的推理过程仍具有挑战性。在本文中，我们提出 Combi-CAM 方法，通过结合来自网络架构多个层级获得的梯度加权类激活图 (gradient-weighted class activation maps)，而通常只使用最深层的信息，从而增强 CNN-based 地理位置定位模型的可解释性。该方法提供了更深入的理解，阐明不同图像特征如何贡献于模型的决策，超越了传统方法。
引用
@article{arxiv.2603.24117,
title = {Combi-CAM: A Novel Multi-Layer Approach for Explainable Image Geolocalization},
author = {David Faget and José Luis Lisani and Miguel Colom},
journal= {arXiv preprint arXiv:2603.24117},
year = {2026}
}