محققان در مقاله جدید خود به سراغ «نقشههای سالینسی متریک» (Metric Saliency Maps) رفتهاند. این روش نوآورانه از رندررهای دیفرانسیل استفاده میکند تا دقیقاً مشخص کند کدام المانهای یک صحنه سهبعدی بیشترین تاثیر را بر خروجی نهایی یا معیارهای خاص (مثل تابش خیرهکننده یا ادراک بصری) دارند.
برخلاف روشهای معمول که وزنهای شبکه را بررسی میکنند، این رویکرد مستقیماً به «فرآیند تشکیل تصویر» نگاه میکند. این یعنی درک بهتر و شفافتر از اینکه چرا یک مدل هوش مصنوعی چنین خروجی تصویری را تولید کرده است؛ تکنیکی که میتواند دنیای پردازش تصویر و درک سهبعدی را متحول کند. 💡
منبع: arXiv Computer Vision