研究人员开发了一个新框架,通过整合动态概念表示来增强视频识别模型的可解释性。该方法将通常用于静态图像的概念瓶颈模型扩展到视频,将其视为片段级概念分数的时序序列。然后,这些序列由 Transformer 编码器处理以预测类别标签,从而提供对模型决策过程更透明的理解。研究发现,粗粒度的概念通常足以进行视频分类,这表明高度详细的文本描述可能不是必需的。 AI
影响 增强了视频 AI 模型中的透明度,可能提高了 AI 操作员的信任度和调试能力。
排序理由 该集群包含一篇详细介绍视频识别新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Concept Bottleneck Models
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- ScienceCast
- Transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →