基于感知球上对抗扰动的图像分类器解释方法
计算机视觉与模式识别
2021-04-01 v4 机器学习
摘要
我们提出了一种基于感知损失的对抗扰动简单正则化方法。所得扰动虽仍为人眼不可察觉，但与现有对抗扰动的不同之处在于，它们是半稀疏的改动，在保留背景不变的同时突出目标物体与感兴趣区域。作为一种具有语义意义的对抗扰动，它在图像空间中的反事实解释与对抗扰动之间架起了一座桥梁。我们在若干标准可解释性基准上评估了我们的方法，即弱定位、插入删除以及指向游戏，表明感知正则化的反事实是图像分类器的一种有效解释。
引用
@article{arxiv.1912.09405,
title = {Explaining Classifiers using Adversarial Perturbations on the Perceptual Ball},
author = {Andrew Elliott and Stephen Law and Chris Russell},
journal= {arXiv preprint arXiv:1912.09405},
year = {2021}
}
备注
CVPR 2021