Beyond Fidelity: Explaining Vulnerability Localization of Learning-based Detectors
Peking University（北京大学）；University of Alberta（阿尔伯塔大学）；Huazhong University of Science and Technology（华中科技大学）；University of Queensland（昆士兰大学）；University of New South Wales（新南威尔士大学）
本文评估了十种漏洞检测器解释方法，发现仅凭保真度不足以衡量其性能，且这些方法在定位漏洞相关代码行方面准确率普遍较差，原因在于解释器选特征低效及检测器学习了无关伪影。
2024-02-21 cs.CR cs.LG cs.SE
Localization in Aerial Imagery with Grid Maps using LocGAN
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；FZI Research Center for Information Technology（FZI信息技术研究中心）
在这项工作中，我们提出了LocGAN，我们的定位方法的基础上，地理参考航空影像和激光雷达网格地图。目前，大多数自定位方法将当前传感器观测与从先前获取的数据生成的地图相关联。不幸的是，这些数据并不总是可用的，生成的地图通常是传感器设置特定的。全球导航卫星系统（GNSS）可以解决这个问题。然而，由于多路径和阴影效应，它们并不总是可靠的，特别是在城市地区。由于航空图像通常是可用的，我们可以使用它作为先验信息。为了将航空图像与网格地图相匹配，我们使用条件生成对抗网络（cGAN）将航空图像转换为网格地图域。使用定位网络（LocNet）估计预测的和测量的网格地图之间的变换。给定地理参考的航空图像变换，可以估计车辆姿态。对德国卡尔斯鲁厄地区记录的数据进行的评估表明，我们的LocGAN方法提供了可靠的全球定位结果。
2019-07-16 cs.CV cs.LG
Towards the Use of Saliency Maps for Explaining Low-Quality Electrocardiograms to End Users
University of Amsterdam, Netherlands（阿姆斯特丹大学）；Google, USA（谷歌）；Microsoft Research, Canada（微软研究院）；University of Cambridge, United Kingdom（剑桥大学）
本文针对远程医疗中低质量医学图像需患者返工的问题，开发实时标记解释AI系统，通过访谈和纵向研究了解用户需求及解释对工作流程的影响，是首项评估XAI对无AI专业知识终端用户影响的纵向研究。
2025-08-20 cs.AI cs.HC cs.LG
eXpLogic: Explaining Logic Types and Patterns in DiffLogic Networks
University of Florida（佛罗里达大学）；Florida Institute for National Security（佛罗里达国家安全研究所）
本文提出 eXpLogic 显著性图算法，用于解释 DiffLogic 网络的节点逻辑与输入模式，并通过 SwitchDist 验证其优于 VG 和 IG，还可压缩网络并降低推理成本。
2025-03-13 cs.AI cs.LG
DejAIvu: Identifying and Explaining AI Art on the Web in Real-Time with Saliency Maps
Florida International University（佛罗里达国际大学）
DejAIvu 是一个 Chrome 扩展，通过浏览器内 ONNX 模型实时检测 AI 生成图像，并叠加显著性热力图解释检测依据，在多个基准上实现了高准确率和低延迟。
2025-05-08 cs.AI cs.CV cs.LG
Interactive Naming for Explaining Deep Neural Networks: A Formative Study
Oregon State University（俄勒冈州立大学）
我们考虑用人类可识别的视觉概念来解释用于图像识别的深度神经网络的决策的问题。特别是，给定一个测试集的图像，我们的目标是解释每一个分类的少量的图像区域，或激活地图，这已与语义概念的人类注释。这允许生成分类的典型原因的概要视图，这可以帮助建立对分类器的信任和/或识别分类器可能不被信任的示例类型。为此，我们开发了一个用户界面的“交互式命名”，它允许一个人类注释手动聚类显着的激活地图在一个测试集到有意义的组称为“视觉概念”。本文的主要贡献是系统地研究了五名人类注释者使用交互式命名界面产生的视觉概念。特别是，我们认为，足够的概念解释分类的测试集的图像，对应的概念激活的单个神经元，和注释者之间的协议的视觉概念。我们发现，很大一部分的激活地图有可识别的视觉概念，并有显着的协议，不同的注释者对他们的外延。我们的工作是一个探索性的研究之间的相互作用机器学习和人类识别介导的可视化的学习结果。
2018-12-20 cs.CV cs.LG stat.ML
Dataset of Pathloss and ToA Radio Maps With Localization Application
Technical University of Berlin（柏林工业大学）；Technion – Israel Institute of Technology（以色列理工学院）；Ludwig Maximilian University of Munich（慕尼黑大学）；University of Tromsø（特罗姆瑟大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本文公开了一组密集城市场景下的路径损耗/RSS与ToA无线地图数据集，可用于深度学习路径损耗预测与无线定位研究，能支撑两类定位方法的公平对比。
2024-09-16 cs.LG cs.NI eess.SP
Towards Visually Explaining Variational Autoencoders
Rensselaer Polytechnic Institute（伦斯勒理工学院）；United Imaging Intelligence（联影智能）；University of California Riverside（加州大学河滨分校）；Northeastern University（东北大学）
卷积神经网络（CNN）模型可解释性的最新进展导致了可视化和理解模型预测的令人印象深刻的进展。特别是，基于梯度的视觉注意力方法已经推动了最近的努力，使用视觉注意力地图作为视觉解释的手段。然而，一个关键问题是，这些方法是为分类和归类任务而设计的，并且它们扩展到解释生成模型，例如变分自编码器（VAE）并不是微不足道的。在这项工作中，我们迈出了一步，弥合这一关键的差距，提出了第一种技术，以视觉上解释VAE的梯度为基础的注意。我们提出了从学习的潜在空间产生视觉注意力的方法，并证明了这种注意力的解释不仅仅是解释VAE预测。我们展示了如何使用这些注意力地图来定位图像中的异常，展示了MVTec-AD数据集上最先进的性能。我们还展示了如何将它们注入模型训练，帮助引导VAE学习改进的潜在空间解纠缠，在Dsprites数据集上演示。
2020-04-14 cs.CV cs.LG
Explaining Classifiers using Adversarial Perturbations on the Perceptual Ball
Uni. of Glasgow/Turing Institute（格拉斯哥大学/图灵研究所）；UCL/Turing Institute（伦敦大学学院/图灵研究所）；Amazon Tübingen（亚马逊图宾根）
我们提出了一个简单的正则化的对抗扰动的感知损失的基础上。虽然所产生的扰动对人眼来说仍然是不可感知的，但它们与现有的对抗性扰动的不同之处在于它们是半稀疏的改变，突出显示感兴趣的对象和区域，同时保持背景不变。作为一种语义上有意义的逆扰动，它在意象空间的反事实解释和逆扰动之间架起了一座桥梁。我们评估我们的方法在几个标准的可解释性基准，即，弱本地化，插入删除，和指向游戏证明，感知正则化的反事实是一个有效的解释基于图像的分类。
2021-03-30 cs.CV cs.LG
Time series saliency maps: explaining models across multiple domains
EPFL（苏黎世联邦理工学院）
本文提出跨域集成梯度方法，用于时间序列模型的跨领域解释，通过复杂域扩展实现频率基属性分配，在三个真实任务中展示了可解释的领域特定属性。
2026-05-07 cs.LG
Robust Monocular Localization of Drones by Adapting Domain Maps to Depth Prediction Inaccuracies
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
通过联合训练基于深度学习的深度预测和基于贝叶斯滤波的姿态推理，我们提出了一种新的单目定位框架。所提出的跨模态框架在模型可扩展性和对环境变化的容忍度方面显著优于仅深度学习的预测。具体来说，即使使用轻量级深度预测器进行极差的深度估计，我们也几乎没有显示姿态准确性的下降。与标准深度学习相比，即使没有明确的领域自适应，我们的框架也能在极端光照变化中保持高姿态准确度。通过公开表示地图和中间特征地图（如深度估计），我们的框架还允许更快的更新和重用中间预测用于其他任务，如避障，从而提高资源效率。
2022-10-27 cs.AI cs.CV cs.LG
Evaluating the Use of Reconstruction Error for Novelty Localization
Tufts University（塔夫茨大学）
深度自动编码器的逐像素重构误差通常用于图像新颖性检测和定位，假设具有高误差的像素指示输入图像的哪些部分是不熟悉的，因此可能是新颖的。具有高重构误差的像素与输入图像的新区域之间的这种假设相关性尚未得到验证，并且可能限制这些方法的准确性。在本文中，我们利用显着图来评估这种相关性是否存在。显着图直接揭示了每个输入像素的变化会影响重建损失的程度，而当层完全连接时，每个像素的重建误差可能归因于许多输入像素。我们比较显着性图重建误差图通过定性可视化以及定量之间的对应关系的前K个元素的新的和正常的图像。我们的研究结果表明，重建误差图不密切相关的像素在输入图像中的重要性，使他们不足以新奇定位。
2021-07-28 cs.CV cs.LG
Explaining image classifiers by removing input features using generative models
Auburn University（奥本大学）
基于扰动的解释方法通常通过经由例如模糊、添加噪声或变灰（其通常产生不切实际的样本外）来消除输入特征来测量输入特征对图像分类器的输出的贡献。相反，我们建议将生成inpainter集成到三个有代表性的归因方法中，以删除输入功能。我们提出的变化改进了所有三种方法：（1）在真实数据分布下生成更合理的反事实样本;（2）根据三个指标更准确：对象定位，删除和显着性指标;（3）对超参数变化更具鲁棒性。我们的研究结果在ImageNet和Places 365数据集以及两对不同的分类器和inpainter中是一致的。
2020-10-06 cs.CV cs.LG stat.ML
Slice Transformer and Self-supervised Learning for 6DoF Localization in 3D Point Cloud Maps
The University of Western Australia（西澳大利亚大学）；King Fahad University of Petroleum and Minerals（法赫德国王石油与矿产大学）
本文首次将Transformer与自监督学习用于LiDAR室外定位，提出Slice Transformer模型和切片重组预训练任务，并发布Perth-WA数据集，在定位和分类任务上验证了有效性。
2023-08-13 cs.AI cs.CV cs.LG
Region Prediction for Efficient Robot Localization on Large Maps
University of Bologna（博洛尼亚大学）
已经探索过的地方（A.K.A.）位置识别）是同时定位与地图构建（SLAM）中的基本任务，以实现机器人重新定位和环路闭合检测。在拓扑SLAM中，通过将与当前节点相关联的签名（或特征向量）与已知地图中的节点的签名进行比较来进行识别。然而，随着节点数量的增加，将当前节点签名与所有现有节点签名进行匹配变得效率低下，并且阻碍了实时导航。在本文中，我们提出了一种新的方法来预先选择一个子集的地图节点的地方识别。地图节点在探索期间被聚类，并且每个聚类与区域相关联。区域标签成为深度神经网络的预测目标，并且在导航期间，仅考虑与以高概率预测的区域相关联的节点进行匹配。虽然所提出的技术可以集成在不同的SLAM方法，在这项工作中，我们描述了一个有效的集成与RTAB-Map（一个流行的实时拓扑SLAM框架），使我们能够设计和运行几个实验，以证明其有效性。实验中的所有代码和材料都可以在https://github.com/MI-BioLab/region-learner上获得。
2023-03-01 cs.AI cs.LG cs.RO
Improved Counting and Localization from Density Maps for Object Detection in 2D and 3D Microscopy Imaging
New York University（纽约大学）；University Hospital Bonn（波恩大学医院）
物体计数和定位是大规模显微应用中定量分析的关键步骤。当目标对象重叠、密集聚集和/或存在模糊边界时，该过程变得具有挑战性。基于深度学习产生密度图的先前方法通过假设对象计数等效于密度图的积分而达到了对象计数的高精度水平。然而，当对象在准确定位方面显示出显著重叠时，该模型失败。我们提出了另一种方法来计算和定位对象的密度图，以克服这一限制。我们的过程包括以下三个关键方面：1）提出了一种新的计数方法的基础上的统计特性的密度图，2）优化的计数结果，这些目标是良好的检测的基础上提出的计数方法，和3）改善定位检测不良的目标使用所提出的计数方法作为先验信息。验证包括用已知的地面实况处理显微镜数据，并与使用密度图的常规处理的其他模型进行比较。我们的研究结果表明，在2D和3D显微镜数据中的对象的计数和定位的性能有所改善。此外，所提出的方法是通用的，考虑到依赖于密度图方法的各种应用。我们的代码将在审查后发布。
2022-03-29 cs.CV cs.LG
Global visual localization in LiDAR-maps through shared 2D-3D embedding space
Università degli Studi di Milano - Bicocca（米兰比可卡大学）；University of Freiburg（弗莱堡大学）；Universidad de Alcalá（阿尔卡拉大学）
全局定位是许多机器人应用中的重要且广泛研究的问题。可以利用地点识别方法来解决这个任务，例如，在自动驾驶领域。虽然大多数基于视觉的方法匹配图像w.r.t.图像数据库，在LiDAR地图内的全球视觉定位仍然相当未被探索，即使主要由LiDAR产生的高清晰度3D地图的路径是清楚的。在这项工作中，我们利用深度神经网络（DNN）方法在图像和LiDAR地图之间创建一个共享的嵌入空间，允许图像到3D-LiDAR位置识别。我们训练了一个2D和一个3D DNN，它们分别从图像和点云创建嵌入，无论它们是否指向同一个地方，它们都彼此接近。一个广泛的实验活动，以评估该方法的有效性w.r.t.不同的学习范式、网络架构和损失函数。所有的评估都是使用牛津机器人汽车数据集进行的，该数据集涵盖了广泛的天气和光照条件。
2020-03-10 cs.CV cs.LG cs.RO
Generating Compact Geometric Track-Maps for Train Positioning Applications
Control Methods and Robotics Laboratory, TU Darmstadt（达姆施塔特工业大学控制方法与机器人实验室）
在本文中，我们提出了一种方法来产生紧凑的几何轨迹地图的车载定位应用。因此，我们首先简要概述了轨道地图在列车定位应用中的用途。很明显，几乎没有任何适当的方法来生成合适的几何轨迹图。这就是为什么我们提出了一个新的地图生成过程。它使用优化公式来找到最适合可用测量数据的轨道几何形状的连续序列。优化初始化的结果，从本地化过滤器在我们以前的工作。定位滤波器还提供形状识别和测量关联所需的信息。所提出的方法将评估模拟数据以及实际测量。
2019-05-15 cs.CV cs.LG
Assessing the validity of saliency maps for abnormality localization in medical imaging
Athinoula A. Martinos Center for Biomedical Imaging（阿西诺拉·A·马蒂诺斯生物医学成像中心）；Massachusetts General Hospital（麻省总医院）；Arizona State University-Mayo Clinic Center for Innovative Imaging（亚利桑那州立大学-梅奥诊所创新成像中心）；School of Computing, Informatics, and Decision Systems Engineering（计算、信息学与决策系统工程学院）
显著图已经成为一种广泛使用的方法，以评估输入图像的哪些区域与训练的神经网络的预测最相关。然而，在医学成像的背景下，据我们所知，没有研究已经检查了这些技术的有效性，并使用与地面实况边界框的重叠对其进行量化。在这项工作中，我们探索了RSNA Pneumonia数据集上各种现有显着图方法的可信度。我们发现，GradCAM是最敏感的模型参数和标签随机化，是高度不可知的模型架构。
2020-05-29 cs.CV cs.LG
Real-time Localization Using Radio Maps
TU Berlin（柏林工业大学）；University of Tromsø（特罗姆瑟大学）
本文论述了在密集的城市场景中的蜂窝网络中的定位问题。全球导航卫星系统通常在城市环境中表现不佳，当设备和卫星之间没有视线时，因此通常需要替代的定位方法。我们提出了一个简单而有效的方法定位的基础上的路径损耗。在我们的方法中，要定位的用户报告从具有已知位置的一组基站接收的信号强度。对于每个基站，我们在地图中每个位置都有一个很好的路径损耗近似值，由RadioUNet提供，RadioUNet是城市环境中基于深度学习的有效路径损耗函数模拟器，类似于射线跟踪。使用所有基站的路径损耗函数和报告的信号强度的近似值，我们能够提取用户的位置的非常准确的近似值。
2020-06-09 cs.IT cs.LG eess.SP
Automatic source localization and spectra generation from sparse beamforming maps
German Aerospace Center (DLR)（德国航空航天中心）；University of Göttingen（哥廷根大学）
波束形成是一种用于航空声学现象研究的成像工具，并通过整合空间感兴趣区域来产生高维数据，这些数据被分解为频谱。本文提出了两种方法，使自动识别的航空声源稀疏波束形成地图和提取其相应的频谱，以克服手动定义的感兴趣区域。两个缩放机身半模型风洞测量和一个通用的风洞源的方法进行了评估。第一种依赖于稀疏波束形成图中航空声学宽带源的空间正态分布。第二种是层次聚类方法。这两种方法都是强大的统计噪声和预测的存在，位置和空间概率估计的基础上，自动确定感兴趣的区域的来源。
2021-07-22 cs.LG cs.SD eess.AS
Pole-based Vehicle Localization with Vector Maps: A Camera-LiDAR Comparative Study
Université de technologie de Compiègne（贡比涅技术大学）；CNRS（法国国家科学研究中心）
针对城市环境中GNSS定位受干扰的问题，本文对比了LiDAR几何提取与轻量网络相机检测两种杆状地物定位方案，验证了多相机视觉方法在开阔道路下的高精度定位效果。
2024-12-11 cs.CV cs.LG
Explaining Black Box Predictions and Unveiling Data Artifacts through Influence Functions
Carnegie Mellon University（卡内基梅隆大学）；Northeastern University（东北大学）
NLP的现代深度学习模型是出了名的不透明。这激发了解释这种模型的方法的发展，例如，通过基于梯度的显着性图或注意力权重的可视化。这些方法旨在通过突出显示相应输入文本中的重要单词来为特定模型预测提供解释。虽然这可能对决策明确受到输入中单个标记影响的任务有用，但我们怀疑这种突出显示不适合模型决策应该由更复杂的推理驱动的任务。在这项工作中，我们研究了NLP的影响函数的使用，提供了一种解释神经文本分类器的替代方法。影响函数通过识别有影响的训练样本来解释模型的决策。尽管这种方法的承诺，影响功能尚未得到广泛的评估，在NLP的背景下，这项工作解决的差距。我们进行了比较影响函数和常见的词显着性方法的代表性任务。正如所怀疑的那样，我们发现影响函数对自然语言推理特别有用，在这项任务中，“显着图”可能没有明确的解释。此外，我们开发了一种新的定量测量的基础上的影响函数，可以揭示伪影的训练数据。
2020-05-14 cs.CL cs.LG
CMRNet++: Map and Camera Agnostic Monocular Visual Localization in LiDAR Maps
University of Freiburg（弗莱堡大学）；Università di Milano - Bicocca（米兰比可卡大学）
本地化是自主机器人的关键和关键推动因素。虽然深度学习在许多计算机视觉任务中取得了重大进展，但它仍然没有对改善度量视觉定位能力产生相当大的影响。主要障碍之一是现有的基于卷积神经网络（CNN）的姿势回归方法无法推广到以前看不见的地方。我们最近推出的CMRNet通过在LiDAR地图中实现地图独立的单目定位，有效地解决了这一限制。在本文中，我们现在通过引入CMRNet++更进一步，CMRNet++是一个更加强大的模型，不仅可以有效地推广到新的地方，而且与相机参数无关。我们通过将深度学习与几何技术相结合，并将度量推理移出学习过程来实现这种能力。通过这种方式，网络的权重不会与特定的相机绑定。CMRNet++在三个具有挑战性的自动驾驶数据集上进行了广泛的评估，KITTI、Argoverse和Lyft5的研究表明，CMRNet++的性能远远优于CMRNet和其他基线。更重要的是，我们首次展示了深度学习方法在全新环境中准确定位的能力，无需任何重新训练或微调，并且独立于相机参数。
2020-05-22 cs.CV cs.LG cs.RO
Reconfigurable Intelligent Surfaces and Machine Learning for Wireless Fingerprinting Localization
Toshiba Corporation（东芝公司）；University of Cyprus（塞浦路斯大学）；University of Nottingham（诺丁汉大学）
可重构智能表面（RISs）承诺改进、安全和更有效的无线通信。我们提出并演示了如何利用RISs提供的多样性来生成和选择易于区分的无线电地图，用于无线指纹定位应用。此外，我们应用机器学习特征选择方法来修剪RIS的大状态空间，从而降低复杂度并提高定位精度和位置获取时间。我们评估我们提出的方法，通过生成一个新的无线电传播建模和仿真的无线电地图。
2020-10-07 cs.ET cs.LG eess.SP
Contextual Prediction Difference Analysis for Explaining Individual Image Classifications
University of Munich（慕尼黑大学）；Siemens AG（西门子股份公司）
近年来，人们一直致力于理解深度神经网络的决策。许多模型感知的显着性方法被提出来解释个人的分类决策，通过创建显着性图。然而，当基础模型的参数和梯度不可用时，它们不适用。最近，模型不可知的方法也受到关注。作为其中之一，提出了概率声方法\textit{Prediction Difference Analysis}（PDA）。在这项工作中，我们首先表明，PDA可以遭受饱和分类器。在现有的基于神经网络的分类器中，普遍存在分类器饱和现象.为了更好地解释饱和分类器的决策，我们进一步提出了上下文PDA，它的运行速度比PDA快数百倍。实验表明，我们的方法的优越性，通过解释国家的最先进的深卷积神经网络的图像分类。
2020-06-06 cs.CV cs.LG stat.ML
Teaching a Machine to Read Maps with Deep Reinforcement Learning
ETH Zurich（苏黎世联邦理工学院）
使用2D地图来导航复杂的3D环境的能力是相当了不起的，甚至对许多人来说是困难的。定位和导航也是机器人等领域的重要问题，最近已成为深度强化学习社区的焦点。在本文中，我们教一个强化学习代理阅读地图，以找到一个随机迷宫，它从来没有见过的最短的路。我们的系统结合了几种最先进的方法，如A3C，并结合了新的元素，如经常性的定位细胞。我们的智能体学习基于3D第一人称图像和近似方向角来定位自己。智能体可以很好地推广到更大的迷宫，这表明它学习了有用的定位和导航功能。
2017-11-20 cs.AI cs.LG cs.RO
Real-time Outdoor Localization Using Radio Maps: A Deep Learning Approach
TU Berlin（柏林工业大学）；Technion - Israel Institute of Technology（以色列理工学院）；LMU Munich（慕尼黑大学）；University of Tromsø（特罗姆瑟大学）
针对城市环境中卫星定位精度差的问题，提出端到端卷积神经网络LocUNet，利用基站路径损耗无线电地图估计和少量基站RSS测量值实现高精度实时室外定位，无需区域RSS指纹，并发布两个城市环境数据集，数值实验证明其优于现有RSS和ToA方法。
2023-04-09 cs.LG cs.NI eess.SP
Learning to Localize Through Compressed Binary Maps
Uber Advanced Technologies Group（优步先进技术集团）；University of Waterloo（滑铁卢大学）；University of Toronto（多伦多大学）
将当前定位系统扩展到大型环境的主要困难之一是地图所需的机载存储。在本文中，我们建议学习压缩地图表示，使其成为本地化任务的最佳选择。因此，当与针对重建进行优化的标准编码方案相比时，可以实现更高的压缩率而不会损失定位精度，从而忽略了最终任务。我们的实验表明，它是可以学习的特定于任务的压缩，减少了两个数量级的通用编解码器，如WebP的存储需求，而不牺牲性能。
2020-12-20 cs.CV cs.LG cs.RO
Deep multiscale convolutional feature learning for weakly supervised localization of chest pathologies in X-ray images
IBM Research - Australia（IBM研究院（澳大利亚））
胸部X射线图像中胸部病变的定位是一项具有挑战性的任务，因为它们的大小和外观各不相同。我们提出了一种新的弱监督方法，使用类感知的深度多尺度特征学习来定位胸部病变。我们的方法在使用病理的图像级注释训练分类模型期间利用来自深度网络的不同阶段的CNN层的中间特征图。在训练阶段期间，针对每个病理类别学习一组\emph{layer relevance weights}，并且使用学习的权重优化CNN以通过来自浅层和深层的特征图的凸组合来执行病理分类。在测试阶段，为了定位预测的病理，使用在训练阶段学习的\emph{layer relevance weights}通过凸组合来自每个阶段的类别激活图来获得多尺度注意力图。我们已经验证了我们的方法，使用112000 X射线图像，并与国家的最先进的定位方法进行比较。我们通过实验证明，所提出的弱监督方法可以提高小病变（如结节和肿块）的定位性能，同时对较大病变（如，心脏肥大
2018-08-22 cs.CV cs.LG stat.ML
A Generative Map for Image-based Camera Localization
fortiss GmbH（fortiss有限公司）；Technical University of Munich（慕尼黑工业大学）
在基于图像的相机定位系统中，关于环境的信息通常存储在某种表示中，其可以被称为地图。传统上，大多数地图都是建立在手工制作的功能。最近，神经网络作为一种数据驱动的地图表示方法引起了人们的关注，并在视觉定位方面显示出了很好的效果。然而，这些神经网络图通常很难被人类解释。可读的地图不仅是人类可以访问的，而且还提供了一种在地面真实姿态不可用时进行验证的方法。为了解决这个问题，我们提出了Generative Map，这是一种用于学习人类可读神经网络地图的新框架，通过将生成模型与卡尔曼滤波器相结合，这也允许它包含额外的传感器信息，如立体视觉里程计。为了进行评估，我们使用来自7-Scenes和Oxford RobotCar数据集的真实世界图像。我们证明，我们的生成地图可以查询与感兴趣的姿势从测试序列预测的图像，这非常类似于真实的场景。对于本地化，我们表明生成地图实现了与当前回归模型相当的性能。此外，我们的框架完全从头开始训练，不像回归模型依赖于大型ImageNet预训练网络。
2019-04-16 cs.CV cs.LG stat.ML
LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning
TU Berlin（柏林工业大学）；LMU München（慕尼黑大学）
本文论述了在密集的城市场景中的蜂窝网络中的定位问题。全球导航卫星系统（GNSS）通常在城市环境中表现不佳，在城市环境中视线条件的可能性较低，因此需要替代的定位方法以获得良好的精度。我们介绍LocUNet：一种用于定位的深度学习方法，其仅基于来自基站（BS）的接收信号强度（RSS），与依赖于到达时间或到达角度信息的方法不同，其不需要在用户设备处相对于设备标准操作的计算复杂度的任何增加。在所提出的方法中，待定位的用户将来自BS的RSS报告给可以位于云中的中央处理单元（CPU）。或者，可以在用户处本地执行定位。使用BS的估计路径损耗无线电地图，LocUNet可以以最先进的精度定位用户，并且对无线电地图中的不准确性具有很高的鲁棒性。所提出的方法不需要预先采样的环境，是适合于实时应用，由于RadioUNet，一个基于神经网络的无线电地图估计。我们还介绍了两个数据集，允许在现实的城市环境中的RSS和到达时间（ToA）方法的数值比较。
2022-02-03 cs.LG cs.NI eess.SP
Towards Best Practice in Explaining Neural Network Decisions with LRP
Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫海因里希赫兹研究所）；Technische Universität Berlin（柏林工业大学）；Singapore University of Technology and Design（新加坡科技设计大学）
在过去的十年中，基于神经网络的预测器已经展示了令人印象深刻的能力，有时甚至是超人的能力。这种性能通常是用不透明的预测过程来支付的，因此在可解释人工智能（XAI）的新领域中引发了许多贡献。在本文中，我们专注于一个流行的和广泛使用的XAI方法，逐层相关传播（LRP）。自其最初的命题LRP已经演变为一种方法，并且已经默认了应用该方法的最佳实践，但是仅基于人类观察到的证据。在本文中，我们调查-并首次量化-在视觉目标检测设置前馈神经网络的影响，目前的最佳实践。实验结果表明，基于层的LRP方法更好地体现了模型的推理，同时提高了LRP的目标定位性和类别区分度。
2020-07-13 cs.CV cs.LG stat.ML
