一种基于视觉编辑路径的黑箱模型可解释归因方法及装置.pdfVIP

下载本文档

2
0
约1.77万字
约 16页
2023-11-25 发布于四川
举报
版权申诉

一种基于视觉编辑路径的黑箱模型可解释归因方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提出了一种基于视觉编辑路径的黑箱模型可解释归因方法及装置，涉及黑箱模型解释领域，该方法包括：获取训练好的黑箱图像分类模型，选择路径方法对黑箱图像分类模型进行解释；构建最小充分性原则与视觉编辑路径集合，在最小充分性原则下，通过视觉编辑路径集合得到快速近似求解最优路径的压缩感知重构SAMP算法；初始化SAMP算法，通过贪婪搜索策略迭代式运行SAMP算法，得到可解释归因结果，其中，在运行过程中引入L1范数约束与动量更新机制；对可解释归因结果进行归一化处理与可视化处理，得到原始图像中每个像素对黑箱

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117115546 A (43)申请公布日 2023.11.24 (21)申请号 202311127323.2 (22)申请日 2023.09.01 (71)申请人清华大学地址 100084