論文の概要: Class Activation Mapping in Explainable Computer Vision: A Method-Centered Review of CNN, Transformer, and Foundation-Model-Era Visual Explanations
- arxiv url: http://arxiv.org/abs/2608.12299v2
- Date: Thu, 13 Aug 2026 22:52:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 13:59:16.215724
- Title: Class Activation Mapping in Explainable Computer Vision: A Method-Centered Review of CNN, Transformer, and Foundation-Model-Era Visual Explanations
- Title（参考訳）: 説明可能なコンピュータビジョンにおけるクラスアクティベーションマッピング:CNN, Transformer, Foundation-Model-Eraビジュアル説明の方法中心レビュー
- Abstract要約: クラスアクティベーションマッピング(クラスアクティベーションマッピング、英: Class activation mapping、CAM)は、人工知能において最も広く使われている視覚的説明ファミリの1つである。
本稿は,2016年以降に発行された57件のメソッド中心論文の厳密なコーパスをまとめたものである。
- 参考スコア（独自算出の注目度）: 5.31836610906302
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Class activation mapping (CAM) is one of the most widely used visual explanation families in explainable artificial intelligence. Its purpose is intuitive: it converts internal model evidence into a heatmap that highlights the image regions, convolutional channels, tokens, or patches that support a target class or concept. Since the first CAM formulation in 2016, the field has moved far beyond global-average-pooled CNN classifiers. CAM-style methods now include gradient-based post-hoc explanations, gradient-free score and ablation methods, high-resolution upscaling, weakly supervised localization and segmentation, transformer token attribution, causal and debiasing methods, and foundation-model-era approaches that use CLIP, DINO, SAM, or feature-distribution comparisons. This review synthesizes a strict corpus of 57 method-centered papers published from 2016 onward. The paper develops a taxonomy that separates methods by attribution mechanism, architectural dependence, and evaluation objective. It then reviews gradient-based CAMs, recent and hybrid CAM-style methods, and model-based or architecture-aware methods. Across the corpus, the main trend is clear: the field is shifting from explaining one class score in one low-resolution CNN layer toward comparative, multi-layer, probabilistic, token-aware, and foundation-model-aware explanations. At the same time, evaluation remains fragmented. Faithfulness, localization, robustness, computational cost, and human trust are often measured with different protocols. The review therefore emphasizes not only what each method contributes, but also which gap it leaves open and which later methods attempt to close that gap.
- Abstract（参考訳）: クラスアクティベーションマッピング(クラスアクティベーションマッピング、Class activation mapping、CAM)は、説明可能な人工知能において最も広く使われている視覚的説明ファミリーの1つである。
内部モデルエビデンスを、イメージ領域、畳み込みチャネル、トークン、あるいはターゲットクラスやコンセプトをサポートするパッチをハイライトするヒートマップに変換する。
2016年の最初のCAMの定式化以来、この分野は平均的なCNN分類をはるかに超えてきた。
CAMスタイルの手法には、勾配に基づくポストホックな説明、勾配のないスコアとアブレーション法、高分解能なアップスケーリング、弱教師付きローカライゼーションとセグメンテーション、トランスフォーマートークンの属性、因果脱バイアス法、CLIP、DINO、SAM、特徴分布比較を用いた基礎モデル時代のアプローチが含まれる。
本稿は,2016年以降に発行された57件のメソッド中心論文の厳密なコーパスをまとめたものである。
本稿では,帰属機構,アーキテクチャ依存,評価目的によってメソッドを分離する分類法を開発した。
次に、勾配に基づくCAM、最近およびハイブリッドなCAMスタイルのメソッド、モデルベースまたはアーキテクチャ対応のメソッドをレビューする。
フィールドは、1つの低解像度CNN層における1つのクラススコアの説明から、比較、多層、確率、トークン認識、基礎モデル認識の説明へとシフトしている。
同時に評価は断片化されている。
忠実さ、ローカライゼーション、堅牢性、計算コスト、人間信頼は、しばしば異なるプロトコルで測定される。
したがって、レビューでは、各メソッドが貢献するものだけでなく、どのギャップが開き、どのメソッドがそのギャップを埋めようとしているかを強調している。
関連論文リスト
- Learn to Rank: Visual Attribution by Learning Importance Ranking [58.69028273772474]
コンピュータビジョンモデルのための視覚属性マップを生成する新しい手法を提案する。
提案手法は, 任意の数段階の勾配補正を施した1つの前方通過において, 密度の高い画素レベルの属性を生成する。
我々の実験は、一貫した定量的改善と、よりシャープで境界に沿った説明を示す。
論文 参考訳（メタデータ） (2026-04-07T12:53:22Z) - Soft-CAM: Making black box models self-explainable for high-stakes decisions [6.635611625764804]
畳み込みニューラルネットワーク(CNN)は医学のような高度な応用に広く使われており、しばしば人間のパフォーマンスを上回っている。
ほとんどの説明法は、既に訓練されたブラックボックスモデルの意思決定プロセスを近似して、ポストホックの帰属に依存している。
我々は、標準CNNアーキテクチャを本質的に解釈可能なものにする、単純で効果的なアプローチであるSoftCAMを紹介する。
論文 参考訳（メタデータ） (2025-05-23T11:15:21Z) - Learning a Diffusion Model Policy from Rewards via Q-Score Matching [93.0191910132874]
本稿では,拡散モデルポリシの構造を学習されたQ-関数に関連付ける理論的枠組みを提案する。
本稿では,この理論からQスコアマッチングを示す新しいポリシー更新手法を提案する。
論文 参考訳（メタデータ） (2023-12-18T23:31:01Z) - FM-G-CAM: A Holistic Approach for Explainable AI in Computer Vision [0.6215404942415159]
我々は,コンピュータビジョンモデル,特に畳み込みニューラルネットワーク(CNN)に基づくモデルの予測を理解する必要性を強調した。
既存のCNN予測法は、主にグラディエント重み付きクラスアクティベーションマップ(Grad-CAM)に基づいており、単一のターゲットクラスのみに焦点を当てている。
本稿では,複数の上位予測クラスを考慮したFused Multi-class Gradient-weighted Class Activation Map (FM-G-CAM)を提案する。
論文 参考訳（メタデータ） (2023-12-10T19:33:40Z) - LICO: Explainable Models with Language-Image Consistency [39.869639626266554]
本稿では,Language-Image Consistency model for explainable image classification, licOについて述べる。
まず、画像特徴量と言語特徴量との距離を最小化して、粗大な大域的多様体構造アライメントを確立する。
次に,局所特徴写像をクラス固有のプロンプトに割り当てるために最適な輸送(OT)理論を適用することにより,細粒度なサリエンシマップを実現する。
論文 参考訳（メタデータ） (2023-10-15T12:44:33Z) - Learning Visual Explanations for DCNN-Based Image Classifiers Using an
Attention Mechanism [8.395400675921515]
L-CAM-FmとL-CAM-Imgと呼ばれる、深層畳み込みニューラルネットワーク(DCNN)画像分類のための2つの新しい学習ベースAI(XAI)手法を提案する。
どちらの手法も、元の(凍結した)DCNNに挿入される注意機構を使用し、最後の畳み込み層の特徴写像からクラス活性化マップ(CAM)を導出するように訓練されている。
ImageNet上での実験評価により,提案手法は推論段階で1回の前方通過を必要としながら,競合する結果が得られることが示された。
論文 参考訳（メタデータ） (2022-09-22T17:33:18Z) - Visualization of Supervised and Self-Supervised Neural Networks via
Attribution Guided Factorization [87.96102461221415]
クラスごとの説明性を提供するアルゴリズムを開発した。
実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
論文 参考訳（メタデータ） (2020-12-03T18:48:39Z) - Use HiResCAM instead of Grad-CAM for faithful explanations of
convolutional neural networks [89.56292219019163]
説明法は意味のある概念を学習し、素早い相関を悪用しないモデルの開発を容易にする。
一般的なニューラルネットワーク説明法であるGrad-CAMの、未認識の制限について説明する。
本稿では,モデルが各予測に使用する場所のみをハイライトするクラス固有の説明手法であるHiResCAMを提案する。
論文 参考訳（メタデータ） (2020-11-17T19:26:14Z) - Eigen-CAM: Class Activation Map using Principal Components [1.2691047660244335]
この論文は、解釈可能で堅牢で透明なモデルに対する需要の増加に対応するために、従来の考え方に基づいている。
提案したEigen-CAMは、畳み込み層から学習した特徴/表現の基本的なコンポーネントを計算し、視覚化する。
論文 参考訳（メタデータ） (2020-08-01T17:14:13Z) - Explanation-Guided Training for Cross-Domain Few-Shot Classification [96.12873073444091]
クロスドメイン・ショット分類タスク(CD-FSC)は、データセットで表されるドメインをまたいで一般化する要件と、少数ショット分類を組み合わせたものである。
既存のFSCモデルに対する新しいトレーニング手法を提案する。
説明誘導学習はモデル一般化を効果的に改善することを示す。
論文 参考訳（メタデータ） (2020-07-17T07:28:08Z) - There and Back Again: Revisiting Backpropagation Saliency Methods [87.40330595283969]
正当性法は,各入力サンプルの重要度マップを作成することによって,モデルの予測を説明する。
このような手法の一般的なクラスは、信号のバックプロパゲートと結果の勾配の分析に基づいている。
本稿では,そのような手法を統一可能な単一のフレームワークを提案する。
論文 参考訳（メタデータ） (2020-04-06T17:58:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。