Factorisation de Caractéristiques Profondes pour la Découverte de Concepts

Nous proposons la Factorisation des Caractéristiques Profondes (Deep Feature Factorization, DFF), une méthode capable de localiser des concepts sémantiques similaires au sein d'une image ou d'un ensemble d'images. Nous utilisons la DFF pour analyser les caractéristiques apprises par un réseau neuronal convolutif profond, où nous détectons des structures de clusters hiérarchiques dans l'espace des caractéristiques. Ces structures sont visualisées sous forme de cartes thermiques, qui mettent en évidence les régions sémantiquement correspondantes à travers un ensemble d'images, révélant ce que le réseau « perçoit » comme similaire. La DFF peut également être utilisée pour effectuer une co-segmentation et une co-localisation, et nous rapportons des résultats de pointe sur ces tâches.