arXiv · Computer Vision· Marco Stefani, Edoardo Parpaiola, Matteo Bino, Gianluca Caregnato, Francesco Roncolato, Daniel Fusaro, Loris Nanni, Alberto Pretto·· 3 hr agoAI score22
CNN、Mamba 与 ViT 架构的可解释性分析：基于眼动注視的验证
Bridging Human and Model Attention: Explainability Analysis of CNN, Mamba, and ViT Architectures with Gaze-Based Validation
AI brief
研究对 CNN、ViT 与 Vision Mamba（ViM）三种架构做系统可解释性评估，用眼动追踪真值量化模型注意力与人类视觉感知的对齐。统一归一化流程将事后归因图与注視热图映射为空间概率分布，在细粒度分类、医学影像与情绪识别任务上以 Jensen-Shannon 相似度、卡方相似度与 Pearson 相关评估。
Source: arXiv · Computer Vision · arxiv.org