基于解释的手写笔迹验证
计算机视觉与模式识别
2019-09-06 v1 机器学习
摘要
深度学习系统的缺陷在于其输出不附带解释。在法医笔迹验证等领域，向陪审团提供解释至关重要。笔迹验证的目标是给出置信度度量，以判断给定手写样本是否由同一或不同书写者所写。我们提出一种方法，为卷积神经网络（CNN）所提供的置信度生成解释，该网络将输入图像映射到专家给出的15个标注（特征）。我们的系统包括：（1）特征学习网络（FLN），一个可微系统；（2）用于提供解释的推理模块。此外，推理模块提供两类解释：（a）基于各特征类别概率间的余弦相似度；（b）基于使用有向概率图模型的对数似然比（LLR）。我们使用特征学习网络（FLN）与各个推理模块的组合进行实验。我们利用XAI-AND数据集评估系统，该数据集包含13700个手写样本，每个样本对应15个专家检验特征。该数据集已公开发布，且所提方法可扩展至其他验证任务（如人脸验证与生物医学比对）的解释生成。该数据集可作为未来基于解释的手写笔迹验证研究的基础与基准。代码已在github上提供。
引用
@article{arxiv.1909.02548,
title = {Explanation based Handwriting Verification},
author = {Mihir Chauhan and Mohammad Abuzar Shaikh and Sargur N. Srihari},
journal= {arXiv preprint arXiv:1909.02548},
year = {2019}
}
备注
Presented at BMVC 2019: Workshop on Interpretable and Explainable Machine Vision, Cardiff, UK