光谱-空间解释
Spectral-Spatial Interpretation
精选理由
提出高效的光谱—空间归因方法,精准揭示多光谱模型的局部决策依据。
AI 摘要
arXiv:2610.21114v1 公告类型:新 摘要:事后图像解释通常通过空间热力图展示模型关注的位置,或使用全局通道得分指出哪些通道更为重要。对于多光谱数据而言,这两种彼此分离的视角存在局限,因为通道相关性往往具有空间局部性,并且具有明确的物理意义。我们提出 Spectral-Spatial Interpretation(SSI),一种针对位置-通道参与者 (g,c) 的全网格归因方法。对于每个空间位置,SSI 固定观测到的周围上下文,在该位置的通道上定义条件博弈,并将 Shapley 值应用于这一局部博弈。由此得到的是完整的光谱-空间归因矩阵,而不是单一热力图或全局通道排序。SSI 具有清晰的局部解释:它在每个位置内满足 Shapley 公平性,并且对其通道归因进行聚合后,可以精确恢复通过将该位置替换为基线而获得的位置级上下文对比值。SSI 还不同于基于上下文平均的 Owen 风格层级归因方法,后者采用相同的位置-通道分组,但会对外部空间联盟进行平均。在 HLS Burn Scar 上,SSI 在所有保留归因指标上均优于 MC-Owen 估计器,而其评估预算仅约为后者的 6%。在 CUB-200、EuroSAT 和 HLS Burn Scar 上,针对每通道均值基线和零基线,SSI 相较于稠密基线、平坦基线和秩-1 基线,在删除和插入 AUC 的联合指标上均取得最佳表现;同时获得最强的光谱命中率和通道删除效果,并在两个带有标注的数据集上实现领先的空间定位性能。代码可见于 https://github.com/AtheavenMa/Spectral-Spatial-Interpretation。