問題 No.6896
畳み込みニューラルネットワーク（CNN）の視覚化手法の一つであり、Grad-CAMの粗いクラス活性化マップと、入力画像を高解像度で可視化するGuided Backpropagationの特徴を要素ごとに掛け合わせることで、高解像度かつクラス特異的な可視化を実現する手法の名称はどれか。
【正解の解説】
Guided Grad-CAM
これは街全体の地図のように全体像を示すGrad-CAMと、建物のレンガの模様までクローズアップするGuided Backpropagationを組み合わせ、特定の対象だけを高精細にレントゲン写真のようにくっきりと映し出すハイブリッドな技術です。AIが画像のどこを見て判断したのかを最も鮮明かつ正確に暴き出す強力な可視化ツールとして機能します。
スポンサーリンク
【その他の選択肢の解説】
Grad-CAM
AIが注目したおおまかなエリアをヒートマップの赤色で大雑把に教えてくれますが、画像の輪郭や細かいディテールまでは捉えきれません。いわばモザイク画のように「この辺りを見ている」とはわかりますが、どこが境界線なのかハッキリしないため、より精細な視覚化を求める場合にはGuided Grad-CAMのような工夫が必要になります。
Guided Backpropagation
写真の輪郭を美しく浮き上がらせる名探偵のような手法ですが、猫を見ているのか犬を見ているのかというクラスの区別がつきません。つまり「綺麗に見えるけれど、何に反応しているのか特異性がない」という弱点があり、これを補うためにGrad-CAMの要素を掛け合わせることで弱点を克服したのがGuided Grad-CAMです。
Score-CAM
ネットワークの微分（勾配）を計算する代わりに、入力マスクに対するスコアの変動を見ることでブラックボックスを解釈しようとします。Grad-CAMの勾配計算がうまくいかないケースを克服するために提案された別のアプローチであり、本問で求められている高解像度化とGuided Backpropagationの組み合わせを指す名称ではありません。