-
公开(公告)号：CN116468941A
公开(公告)日：2023-07-21
申请号：CN202310400157.2
申请日：2023-04-14
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于上采样机制和类激活映射的图像分类结果特征可视化方法，该方法使用了卷积神经网络的最后一层的激活图和梯度矩阵。通过将原始输入图片进行多尺度放大，获取不同分辨率的激活图和梯度矩阵；然后将他们融合并加权相加得到初始掩膜，经过多尺度融合后的掩膜拥有更加丰富的特征信息；归一化处理后的掩膜直接与输入图片进行点乘，来扰动输入图片；将扰动后的输入图片送入模型得到每个掩膜的对应的类别概率分数作为权重，最终将权重和掩膜线性相加组合得到特征可视化结果。本发明应用于包含卷积层的图像分类神经网络，可以呈现噪声更少，分辨率更高，特征定位更加精准的特征可视化效果。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
