面向公平且可解释图像分类的概念瓶颈模型偏差缓解
计算机视觉与模式识别
2026-03-09 v1 机器学习
摘要
确保图像分类的公平性可防止模型持续放大和放大偏差。概念瓶颈模型（CBM）将图像映射到高层次的人类可解释概念，然后通过稀疏单层分类器进行预测。这种结构增强了可解释性，并在理论上支持通过遮蔽敏感属性代理（如面部特征）来实现公平性。然而，CBM概念已知会泄露与概念语义无关的信息，早期结果仅显示在类似ImSitu的数据集上对性别偏差有仅次的减缓。我们提出了三种偏差缓解技术来提高CBM的公平性：1. 使用Top-k概念过滤器降低信息泄露，2. 删除受偏差影响的概念，3. 对抗性去偏。我们的结果在公平性-性能权衡方面优于先前工作，表明我们去偏化的CBM为公平且可解释的图像分类提供了重要的一步进步。
引用
@article{arxiv.2603.05899,
title = {Mitigating Bias in Concept Bottleneck Models for Fair and Interpretable Image Classification},
author = {Schrasing Tong and Antoine Salaun and Vincent Yuan and Annabel Adeyeri and Lalana Kagal},
journal= {arXiv preprint arXiv:2603.05899},
year = {2026}
}