
摘要
我们提出了一种称为深度特征因子分解(Deep Feature Factorization, DFF)的方法,该方法能够在图像或一组图像中定位相似的语义概念。通过使用DFF,我们可以深入了解深度卷积神经网络所学习到的特征,检测出特征空间中的层次聚类结构。这些结构以热图的形式可视化,突出了在一组图像中语义匹配的区域,揭示了网络“感知”为相似的内容。此外,DFF还可以用于执行共分割和共定位任务,我们在这些任务上报告了最先进的结果。
我们提出了一种称为深度特征因子分解(Deep Feature Factorization, DFF)的方法,该方法能够在图像或一组图像中定位相似的语义概念。通过使用DFF,我们可以深入了解深度卷积神经网络所学习到的特征,检测出特征空间中的层次聚类结构。这些结构以热图的形式可视化,突出了在一组图像中语义匹配的区域,揭示了网络“感知”为相似的内容。此外,DFF还可以用于执行共分割和共定位任务,我们在这些任务上报告了最先进的结果。