FocaLogic：基于逻辑的视觉模型决策解释
计算机视觉与模式识别
2026-01-21 v1 人工智能
摘要
现代视觉模型的可解释性至关重要，尤其是在高风险应用中。然而，现有的可解释性方法通常要么依赖于白盒模型访问，要么缺乏足够的定量严谨性。为了解决这些局限性，我们引入了 FocaLogic，这是一个新颖的模型无关框架，旨在通过基于逻辑的表示来解释和量化视觉模型的决策。FocaLogic 识别出对模型预测起决定性影响的视觉区域的最小子集——称为视觉焦点。它将视觉焦点转化为精确且紧凑的逻辑表达式，从而实现透明且结构化的解释。此外，我们提出了一套定量指标，包括焦点精度、召回率和散度，以客观评估模型在不同场景下的行为。实证分析表明，FocaLogic 能够揭示关键见解，例如训练引起的集中、通过泛化提高焦点准确性，以及在偏差和对抗攻击下的异常焦点。总体而言，FocaLogic 为解释视觉模型提供了一个系统化、可扩展且定量的解决方案。
引用
@article{arxiv.2601.12049,
title = {\textit{FocaLogic}: Logic-Based Interpretation of Visual Model Decisions},
author = {Chenchen Zhao and Muxi Chen and Qiang Xu},
journal= {arXiv preprint arXiv:2601.12049},
year = {2026}
}
备注
12 pages, 13 figures