arXiv 2402.125252024-02-19cs.CVcs.AI

LangXAI：融合大型视觉模型生成文本解释以增强视觉感知任务可解释性

LangXAI: Integrating Large Vision Models for Generating Textual Explanations to Enhance Explainability in Visual Perception Tasks

University of New Brunswick（新不伦瑞克大学）；Quy Nhon AI, FPT Software（FPT软件公司归仁人工智能部门）；Friedrich-Alexander-University Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）；Software AG（软件AG公司）

Truong Thanh Hung Nguyen, Tobias Clement, Phuc Truong Loc Nguyen, Nils Kemmerzell, Van Binh Truong, Vo Thanh Khang Nguyen, Mohamed Abdelaal, Hung Cao

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

LangXAI 框架将 XAI 与先进视觉模型结合，为分类、检测和分割任务生成文本解释，以高 BERTScore 验证其合理性，从而提升终端用户对视觉 AI 的理解与信任。

摘要：

LangXAI 是一个将可解释人工智能（XAI）与先进视觉模型相融合、为视觉识别任务生成文本解释的框架。尽管 XAI 取得了诸多进展，但对于在人工智能和计算机视觉领域专业知识有限的终端用户而言，理解上的差距依然存在。LangXAI 通过向终端用户提供针对分类、目标检测和语义分割模型输出的基于文本的解释来弥补这一差距。初步结果表明，LangXAI 具有增强的合理性，在各任务上均取得较高的 BERTScore，从而为终端用户构建了一个在视觉任务上更加透明、可靠的人工智能框架。

英文摘要：

LangXAI is a framework that integrates Explainable Artificial Intelligence (XAI) with advanced vision models to generate textual explanations for visual recognition tasks. Despite XAI advancements, an understanding gap persists for end-users with limited domain knowledge in artificial intelligence and computer vision. LangXAI addresses this by furnishing text-based explanations for classification, object detection, and semantic segmentation model outputs to end-users. Preliminary results demonstrate LangXAI's enhanced plausibility, with high BERTScore across tasks, fostering a more transparent and reliable AI framework on vision tasks for end-users.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。