资源&服务 |科技服务云超市 |
|
![]() |
首页 > 资源&服务 > 找技术 >详情 |
虽然现有的热图对干净的图像有效,但现实世界中的图像经常会降级或“有偏”,例如相机模糊或微光下的颜色失真。出于隐私原因,图像也可能被故意模糊。随着图像清晰度的降低,热图的性能降低。因此,这些退化图像的热图解释偏离了现实和用户期望。这种基于CAM的新技术描述了一种训练卷积神经网络(CNN)的方法,以生成精确且相关的退化图像热图。通过精确定位与用户期望一致的图像上的相关目标,基于Debied的CAM提高了透明度和用户对人工智能预测的信任。
中文
/ENG
/PYC