大会名称 |
---|
2022年 情報科学技術フォーラム(FIT) |
大会コ-ド |
F |
開催年 |
2022 |
発行日 |
2022-08-30 |
セッション番号 |
2g |
セッション名 |
コンピュータビジョンとパターン認識 |
講演日 |
2022/09/13 |
講演場所(会議室等) |
12棟-202A教室 |
講演番号 |
CH-008 |
タイトル |
Saliency Guided Trainingを使用したLambda Attention Branch Networksによる視覚的説明生成 |
著者名 |
小松拓実, 飯田 紡, 兼田寛大, 平川 翼, 山下隆義, 藤吉弘亘, 杉浦孔明, |
キーワード |
Visual Explanation Generation, Attention Branch, Lambda Networks, transformer |
抄録 |
Deep Neural Networks (DNNs)は様々なタスクに幅広く用いられている.一方 で,その予測に対する判断根拠を解釈することは困難であり,予測結果を十分に 信頼できないという問題が指摘されている.特に,Lambda Networksに基づく transformerの視覚的説明生成は十分に確立されていない.本論文では,Lambda Attention Branch NetworksをSaliency Guided Trainingにより拡張し,視覚的 説明の解釈性を高めたLABN-Sを提案する.また, マスクによる分布の変化を軽 減す流ためにマスク画像としてバイアス画像を提案する.太陽フレア画像のデー タセットを使用した実験結果から,提案手法が適切な視覚的説明の生成に成功す ることを示した. |
本文pdf |
PDF download (1.6MB) |