ConEx 用概念感知归因生成人类可读的显著性图

ConEx 将像素级显著性可视化与基于概念的推理结合，在无人工监督下自动发现类别相关概念并用概念激活向量（CAV）表示，生成可读的显著性图。其架构特定掩码机制可降低分割掩码噪声、提升概念纯度，并显示每个概念在图像中的位置及其对预测的贡献。研究者另提出 VCM 与 CCM 两个匹配指标，方法在忠实度、分割和概念质量等基准上达到 SOTA。