Buchumschlag

Discovering Fine-Grained Visual-Concept Relations by Disentangled Optimal Transport Concept Bottleneck Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Yan, Zeng, Zequn, Zhang, Hao, Ding, Yucheng, Wang, Yi, Wang, Zhengjue, Chen, Bo, Liu, Hongwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explaining Domain Shifts in Language: Concept erasing for Interpretable Image Classification
von: Zeng, Zequn, et al.
Veröffentlicht: (2025)

MeaCap: Memory-Augmented Zero-shot Image Captioning
von: Zeng, Zequn, et al.
Veröffentlicht: (2024)

Concept-wise Attention for Fine-grained Concept Bottleneck Models
von: Zhong, Minghong, et al.
Veröffentlicht: (2026)

On the Concept Trustworthiness in Concept Bottleneck Models
von: Huang, Qihan, et al.
Veröffentlicht: (2024)

HICEScore: A Hierarchical Metric for Image Captioning Evaluation
von: Zeng, Zequn, et al.
Veröffentlicht: (2024)

Explain via Any Concept: Concept Bottleneck Model with Open Vocabulary Concepts
von: Tan, Andong, et al.
Veröffentlicht: (2024)

ConceptVAE: Self-Supervised Fine-Grained Concept Disentanglement from 2D Echocardiographies
von: Ciusdel, Costin F., et al.
Veröffentlicht: (2025)

Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations
von: Xu, Xinyue, et al.
Veröffentlicht: (2024)

Discover-then-Name: Task-Agnostic Concept Bottlenecks via Automated Concept Discovery
von: Rao, Sukrut, et al.
Veröffentlicht: (2024)

Partially Shared Concept Bottleneck Models
von: Zhao, Delong, et al.
Veröffentlicht: (2025)

DCBM: Data-Efficient Visual Concept Bottleneck Models
von: Prasse, Katharina, et al.
Veröffentlicht: (2024)

ConceptHash: Interpretable Fine-Grained Hashing via Concept Discovery
von: Ng, Kam Woh, et al.
Veröffentlicht: (2024)

SnapCap: Efficient Snapshot Compressive Video Captioning
von: Sun, Jianqiao, et al.
Veröffentlicht: (2024)

Editable Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Concept Complement Bottleneck Model for Interpretable Medical Image Diagnosis
von: Wang, Hongmei, et al.
Veröffentlicht: (2024)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)

Semi-supervised Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Hierarchical, Interpretable, Label-Free Concept Bottleneck Model
von: Xie, Haodong, et al.
Veröffentlicht: (2026)

Improving Concept Alignment in Vision-Language Concept Bottleneck Models
von: Selvaraj, Nithish Muthuchamy, et al.
Veröffentlicht: (2024)

Enhancing Concept Localization in CLIP-based Concept Bottleneck Models
von: Kazmierczak, Rémi, et al.
Veröffentlicht: (2025)

ConceptWeaver: Weaving Disentangled Concepts with Flow
von: Chen, Jintao, et al.
Veröffentlicht: (2026)

Concepts from Representations: Post-hoc Concept Bottleneck Models via Sparse Decomposition of Visual Representations
von: Gong, Shizhan, et al.
Veröffentlicht: (2026)

V2C-CBM: Building Concept Bottlenecks with Vision-to-Concept Tokenizer
von: He, Hangzhou, et al.
Veröffentlicht: (2025)

Locality-aware Concept Bottleneck Model
von: Jeon, Sujin, et al.
Veröffentlicht: (2025)

Hyperbolic Concept Bottleneck Models
von: Uyterlinde, Daniel, et al.
Veröffentlicht: (2026)

Flexible Concept Bottleneck Model
von: Du, Xingbo, et al.
Veröffentlicht: (2025)

Mitigating Spurious Background Bias in Multimedia Recognition with Disentangled Concept Bottlenecks
von: Huang, Gaoxiang, et al.
Veröffentlicht: (2025)

Concepts in Motion: Temporal Concept Bottleneck Model for Interpretable Video Classification
von: Knab, Patrick, et al.
Veröffentlicht: (2025)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

CAT: Concept-level backdoor ATtacks for Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

Concept Drift and Long-Tailed Distribution in Fine-Grained Visual Categorization: Benchmark and Method
von: Ye, Shuo, et al.
Veröffentlicht: (2023)

ConceptScope: Characterizing Dataset Bias via Disentangled Visual Concepts
von: Choi, Jinho, et al.
Veröffentlicht: (2025)

Guarding the Gate: ConceptGuard Battles Concept-Level Backdoors in Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

CusConcept: Customized Visual Concept Decomposition with Diffusion Models
von: Xu, Zhi, et al.
Veröffentlicht: (2024)

CLIP-QDA: An Explainable Concept Bottleneck Model
von: Kazmierczak, Rémi, et al.
Veröffentlicht: (2023)

Integrating Clinical Knowledge into Concept Bottleneck Models
von: Pang, Winnie, et al.
Veröffentlicht: (2024)

Graph Integrated Multimodal Concept Bottleneck Model
von: Lin, Jiakai, et al.
Veröffentlicht: (2025)

Concepts Worth Having: Refining VLM-Guided Concept Bottleneck Models with Minimal Annotations
von: Debole, Nicola, et al.
Veröffentlicht: (2026)

CoGR-MoE: Concept-Guided Expert Routing with Consistent Selection and Flexible Reasoning for Visual Question Answering
von: Zeng, Xiyin, et al.
Veröffentlicht: (2026)

Rethinking Concept Bottleneck Models: From Pitfalls to Solutions
von: Tapli, Merve, et al.
Veröffentlicht: (2026)