一种面向卷积神经网络的正负激励显著图生成方法及系统

本发明公开了一种面向卷积神经网络的正负激励显著图生成方法及系统，具体为：首先对卷积神经网络进行前向传播；然后针对卷积神经网络的线性层、卷积层、激活层、池化层、标准化层，编写相应的正负激励的提取函数；接着计算神经网络每一层的正负激励；最后使用双链反向传播，获取整个神经网络的显著图。本发明通过为卷积神经网络的每个层编写激励提取函数，能够无梯度地利用卷积神经网络每一层的完整信息，提取出每一层的正负激励，并引入了双链反向传播，将激励组合成更加具有可靠性的显著图，从而获取更具信服力的神经网络解释。