| 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) |