smallNORB

新框架通过区分局部和全局合理性来审计图像编辑

研究人员开发了一个新的图像编辑过程审计框架，专注于反事实图像分析。该方法引入了“通用见证等级”和“见证神经”来形式化图像编辑中的局部到全局失败。该方法将图像合理性审计与因果识别分开，为特定图像特征提供了尖锐的局部识别界限。在 MNIST、Morpho-MNIST 和 smallNORB 等数据集上的实验证明了该框架在识别预测的局部-全局分离以及测试其界限和证书恢复能力方面的有效性。