🔬 可解释性¶
🎞️ ECCV2024 · 3 篇论文解读
📌 同领域跨会议浏览： 💬 ACL2026 (34) · 📷 CVPR2026 (31) · 🔬 ICLR2026 (59) · 🤖 AAAI2026 (37) · 🧠 NeurIPS2025 (86) · 📹 ICCV2025 (11)
- DetailSemNet: Elevating Signature Verification through Detail-Semantic Integration
-
提出DetailSemNet用于离线签名验证，通过Detail-Semantics Integrator将特征解耦为细节和语义两个分支分别处理，并引入基于EMD的局部结构匹配，在多个多语言签名数据集上取得SOTA。
- Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
-
本文发现 Concept Bottleneck Models (CBMs) 中人工干预效率低下的原因在于干预时各概念独立处理、忽视了概念间关联，提出了一个轻量级的 Concept Intervention Realignment Module (CIRM)，在干预后自动重新对齐相关概念的预测值，将达到目标性能所需的干预次数最多减少 70%。
- PLOT: Text-based Person Search with Part Slot Attention for Corresponding Part Discovery
-
提出 PLOT 框架，利用基于 Slot Attention 的 Part Discovery Module 自动发现跨模态（图像-文本）对应的人体部件，结合 Text-based Dynamic Part Attention（TDPA）动态调整各部件重要性，无需部件级标注即可在三个 benchmark 上全面超越 SOTA。