基于局部特征的场景文本识别模型可解释性研究
计算机视觉与模式识别
2023-10-18 v1
摘要
可解释人工智能（XAI）研究人类如何理解模型预测的原因。本文关注的问题为场景文本识别（STR）的可解释性，即利用 XAI 理解 STR 模型预测的原因。近期关于 STR 的 XAI 文献仅提供了简单分析，并未充分探索其他 XAI 方法。在本研究中，我们具体研究称为基于归因方法的数据可解释性框架，其用于解释深度学习模型中输入数据的重要部分。然而，将其集成到 STR 中会产生不一致且无效的解释，因为它们仅在全局语境下解释模型。为解决该问题，我们提出一种新方法 STRExp，以考虑局部解释，即单个字符预测的解释。随后在不同 STR 数据集上的不同基于归因方法中进行了基准测试，并在不同 STR 模型上进行了评估。
引用
@article{arxiv.2310.09549,
title = {Scene Text Recognition Models Explainability Using Local Features},
author = {Mark Vincent Ty and Rowel Atienza},
journal= {arXiv preprint arXiv:2310.09549},
year = {2023}
}
备注
T2023 IEEE International Conference on Image Processing (ICIP). IEEE, 2023