通过特征引导梯度反向传播的可解释人脸验证
计算机视觉与模式识别
2024-03-08 v1 图像与视频处理
摘要
近年来，人脸识别（FR）技术取得了显著进展，其应用广泛普及于人们的日常生活和安全敏感领域。对此类系统的决策进行可靠解释的需求日益增长。依赖各种机制的现有研究已经调查了将显著性图作为一种解释方法的用途，但存在不同的局限性。本文首先通过梯度反向传播探索了人脸图像与其深度表征之间的空间关系。随后构思了一种新的解释方法 FGGB，它提供了精确且富有洞察力的相似性和不相似性显著性图，以解释 FR 系统的“接受”和“拒绝”决策。大量的视觉展示和定量测量表明，与当前最先进的可解释人脸验证方法相比，FGGB 在相似性和不相似性图方面均取得了卓越的性能。
引用
@article{arxiv.2403.04549,
title = {Explainable Face Verification via Feature-Guided Gradient Backpropagation},
author = {Yuhang Lu and Zewei Xu and Touradj Ebrahimi},
journal= {arXiv preprint arXiv:2403.04549},
year = {2024}
}