論文の概要: CLEAR: Cooperative Latent Flow for Visual Counterfactual Explanations with Accurate Region Preservation

• arxiv url: http://arxiv.org/abs/2610.23577v1
• Date: Fri, 16 Oct 2026 15:01:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.980274
• Title: CLEAR: Cooperative Latent Flow for Visual Counterfactual Explanations with Accurate Region Preservation
• Title（参考訳）: CLEAR:正確な領域保存を伴う視覚的非現実的説明のための協調的潜時流
• Abstract要約: 本稿では,視覚的対実的説明のための潜在フローマッチングフレームワークであるCLEARを紹介する。 CLEARは、編集可能な領域を特定し、潜伏する修正を制限し、VAEによって引き起こされる変化を減らすために、実際の内容を保存する。 強力なイメージスペースベースラインと同等かそれ以上の反ファクト品質を実現し、最強ベースラインの2.5倍のスピードアップを実現している。
• 参考スコア（独自算出の注目度）: 9.955401099290096
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual counterfactual explanations (VCEs) should alter a classifier's prediction while remaining realistic and preserving decision-irrelevant content. Image-space methods provide high-quality counterfactuals but are computationally costly, whereas latent-space methods are more efficient but often less faithful. We identify two sources responsible for this gap. First, latent generation recovers a natural sample from a perturbed representation, whereas classifier guidance pushes it toward a target class, so their update directions may oppose. Second, VAE reconstruction can alter regions that should remain unchanged. We introduce CLEAR, a latent Flow Matching framework for VCEs. CLEAR uses Flow Matching's explicit instantaneous velocity as a reference for the generative direction to decompose classifier guidance into cooperative and conflicting components. It preserves the cooperative component and adaptively attenuates only the conflicting one according to conflict strength. We further analyze conflict frequency and strength throughout generation to reveal how classifier guidance interacts with the generative process. CLEAR also dynamically identifies editable regions, constrains latent modifications, and directly preserves factual content outside them to reduce VAE-induced changes. Across five bidirectional tasks on two datasets, CLEAR retains latent-space efficiency while achieving counterfactual quality comparable to or better than strong image-space baselines, with a 2.5x speedup over the strongest baseline. Project page: https://yan-zen9.github.io/CLEAR/
• Abstract（参考訳）: 視覚的対物的説明(VCE)は、現実的かつ無関係な内容を維持しながら分類者の予測を変化させるべきである。 画像空間法は高品質な反ファクトを提供するが、計算に費用がかかるが、潜在空間法はより効率的であるが、しばしば忠実でない。 このギャップの原因となる2つのソースを特定します。 まず、潜時生成は摂動表現から自然サンプルを復元するが、分類器誘導はそれを目標クラスにプッシュするので、更新方向は反対する可能性がある。 第二に、VAE再建は変更すべき領域を変更できる。 本稿では,VCEのための潜在フローマッチングフレームワークであるCLEARを紹介する。 CLEARは、Flow Matchingの明示的な瞬時速度を生成方向の参照として使用し、分類器のガイダンスを協調的および矛盾するコンポーネントに分解する。 協調成分を保存し、紛争強度に応じて競合成分のみを適応的に減衰させる。 さらに、世代間におけるコンフリクト周波数と強度を分析し、分類器指導が生成過程とどのように相互作用するかを明らかにする。 CLEARはまた、編集可能な領域を動的に識別し、潜伏する修正を制限し、VAEによって引き起こされる変化を減らすために、外部の事実コンテンツを直接保存する。 2つのデータセット上の5つの双方向タスクにわたって、CLEARは遅延空間効率を維持しながら、強力なイメージ空間ベースラインに匹敵する、あるいはそれ以上の反ファクト品質を実現し、最強ベースラインよりも2.5倍のスピードアップを実現している。 プロジェクトページ: https://yan-zen9.github.io/CLEAR/

関連論文リスト

• Counterfactual Contrastive Analysis [6.190850256222902]
  コントラスト分析(CA)に基づく視覚対物生成のための分類器なし手法を提案する。 我々は,2つのデータセットに共通する生成因子を,各データセットに有意な要素から切り離し,有意な要素のみを交換することで,対物画像を生成する。 提案手法を3つの医用画像データセット上で評価し,既存の手法と比較して優れた反事実生成品質を示す。
  論文  参考訳（メタデータ） (2026-08-19T15:25:21Z)
• Where Does Generative Difficulty Reside? An Empirical Study of Target Representations [62.54876287800644]
  ターゲット表現は、イメージジェネレータが学ぶ必要がある分布を定義するが、しばしば交換可能なインターフェースとして扱われる。 マスク付き自己回帰整流モデルにおいて,生画素,SD-VAE潜伏剤,DINOv2,MAE表現-オートエンコーダの特徴について検討した。 その結果, 圧縮, 再構成忠実度, トークン次元, 可視的セマンティッククラスタリングは生成挙動を個別に予測できないことがわかった。
  論文  参考訳（メタデータ） (2026-08-01T12:32:31Z)
• ReA-OVCD: Reliability-Aware Open-Vocabulary Change Detection via Semantic and Spatial Refinement [8.855406881644702]
  本稿では, 信頼性に配慮したオープンボキャブラリ変化検出フレームワークを提案する。 まず、ピクセル単位のセマンティックな違いから候補変更領域を導出し、フレキシブルで詳細なローカライゼーションを保証する。 次に、意味的視点と空間的視点の両方から変化の妥当性を明示的にモデル化するための協調的な改善戦略を導入する。
  論文  参考訳（メタデータ） (2026-06-18T10:05:45Z)
• On Exact Editing of Flow-Based Diffusion Models [97.0633397035926]
  本研究では,フローベース編集を既知ソースによって駆動される分散変換問題として再構成する条件付き速度補正(CVC)を提案する。 CVCは、双対パースペクティブな速度変換機構を導入することにより、分配間変換における速度の役割を再考する。 我々は,CVCが優れた忠実度,セマンティックアライメント,多種多様なタスクに対する信頼性の高い編集動作を一貫して達成していることを示す。
  論文  参考訳（メタデータ） (2025-12-30T06:29:20Z)
• Enhancing CLIP Robustness via Cross-Modality Alignment [54.01929554563447]
  視覚言語モデルのための最適なトランスポートベースフレームワークであるクロスモダリティアライメントを提案する。 COLAは、グローバルな画像テキストアライメントと特徴空間における局所的な構造的一貫性を復元する。 COLAはトレーニングフリーで、既存の微調整モデルと互換性がある。
  論文  参考訳（メタデータ） (2025-10-28T03:47:44Z)
• Augmenting Moment Retrieval: Zero-Dependency Two-Stage Learning [33.16156949633519]
  局所最適化を克服するため、ゼロ外部依存性拡張モーメント検索フレームワークAMRを提案する。 AMRは、追加データなしで既存のアノテーションの曖昧な境界情報と意味的混乱を解決する。 AMRは従来の最先端のアプローチよりも優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-10-22T14:19:38Z)
• Does Representation Intervention Really Identify Desired Concepts and Elicit Alignment? [73.80382983108997]
  表現の介入(Representation intervention)は、大規模言語モデルにおいて基礎となる概念を符号化する表現の発見と修正を目的としている。 介入が忠実であれば、介入されたLLMは有害な概念を消去し、非分配的敵のプロンプトとアウト・オブ・ディストリビューションのジェイルブレイクの両方に対して堅牢であるべきである。 本研究では,有害表現と良性表現の境界を簡易化する概念集中(COCA)を提案する。
  論文  参考訳（メタデータ） (2025-05-24T12:23:52Z)
• Robust Person Re-Identification through Contextual Mutual Boosting [77.1976737965566]
  本研究では,歩行者の局地化を目的としたコンテキスト相互ブースティングネットワーク(CMBN)を提案する。 歩行者をローカライズし、文脈情報と統計的推測を効果的に活用することで特徴を再検討する。 ベンチマークの実験は、最先端のアーキテクチャと比較してアーキテクチャの優位性を示している。
  論文  参考訳（メタデータ） (2020-09-16T06:33:35Z)

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。