一种面向卷积神经网络分类结果的可视化算法

    公开(公告)号:CN109858506A

    公开(公告)日:2019-06-07

    申请号:CN201810519569.7

    申请日:2018-05-28

    Abstract: 本发明公开了一种面向卷积神经网络分类结果的可视化算法,属于计算机视觉与数字图像处理技术领域。本发明在全连接层使用相关性传播算法,得到最后一层卷积层中每个神经元对最终输出结果的贡献的大小,根据其贡献计算出该卷积神经网络的类激活映射图。在得到类激活映射图之后,也就获得了最后一层卷积层中对分类结果有贡献的神经元的位置,根据提出的基于位置信息的传播算法,将卷积层中支持分类的神经元位置逐层向前重定向,直到输入层,从而得到输入图像中对输出结果有贡献的像素位置集合,最终得到可以解释卷积神经网络分类依据的可视化图像,本发明在解释卷积神经网络的分类方面具有更高的准确性,且在解释分类决策时能区分类别之间的特征。

Patent Agency Ranking