SIDU：用于可解释 AI 的相似性差异与唯一性方法
计算机视觉与模式识别
2020-06-08 v1 人工智能
机器学习
摘要
可解释人工智能(Explainable AI)这一新兴技术研究致力于打开“黑箱”并提供一定的可解释性。本文提出一种新颖的深度学习网络视觉解释方法，以显著图形式有效定位整个目标区域。与当前最先进方法相比，所提方法展现出颇具前景的视觉解释，能获得人类专家更高信任。我们在通用与临床数据集上进行了定量与定性评估，以确认所提方法的有效性。
引用
@article{arxiv.2006.03122,
title = {SIDU: Similarity Difference and Uniqueness Method for Explainable AI},
author = {Satya M. Muddamsetty and Mohammad N. S. Jahromi and Thomas B. Moeslund},
journal= {arXiv preprint arXiv:2006.03122},
year = {2020}
}
备注
Accepted manuscript in IEEE International Conference on Image Processing