特徴マップFeature Map

1場所を保つことが要です

特徴マップを理解する鍵は「値がいくつか」ではなく「値がどこにあるか」です。走査は写真の上の場所ごとに点数を一つずつ出しますが、その点数を場所と無関係に袋へ放り込んでしまえば何の役にも立ちません。点数を出てきた場所のとおりに格子に乗せるからこそ絵になります。

そのため特徴マップは元の写真と形がよく似ています。縦横の大きさは板をずらす間隔や端の扱いによって元と同じか小さくなりますが、左上は変わらず左上、右下は変わらず右下です。写真の中の物体が右にあったなら、特徴マップでも値が大きい場所は右に集まります。

この性質のおかげで物体がどこにあるかを突き止めることが可能になります。物体ごとに枠を付ける仕事や点単位で切り出す仕事は、特徴マップに残った位置をたどり直して使います。写真一枚に名札を一つ付けるだけの仕事は、たいてい最後に位置を一つにまとめて、何があるかだけを集めます。

2一枚ではなく一束です

一つの層には板が数十から数百枚あり、板ごとに別々に走査するので結果も板の数だけ出ます。縦線を探す板が作った絵、色が急に変わる場所を探す板が作った絵が並んで積み重なります。

同じ場所を何枚もの絵で同時に見ると、その場所の性質を読み取れます。縦線の絵でも横線の絵でも値が高い場所は、二つの線が出会う角である可能性が高いです。次の層はまさにこの点を利用します。何枚もを一度に覆う厚みのある板で走査しながら、どの絵どうしが同時に高いかを見てより大きな部品を見分けます。

3上がるほど小さく厚くなります

層を進むにつれて特徴マップの形が規則的に変わります。数層に一度、プーリングや大股の走査が入る箇所で縦横は半分に減り、枚数は二倍に増える設計がよくあります。その間の層は大きさも枚数もそのままにする場合が多いです。広くて薄かった束が、だんだん小さくて厚みのある束になります。

この変化が意味するところははっきりしています。手前の特徴マップの一マスは元の写真の爪ほどの場所一つを指しますが、奥の特徴マップの一マスは写真の広い区域をまるごと要約します。位置はつぶれ、代わりに「その近くに何があったか」という意味が込められます。最後の層まで来ると縦横が数マスしか残らず、一マスがほぼ写真全体を代表するようになります。

4目でそのまま読めるのは手前です

特徴マップを絵として取り出してみると、最初の層は分かりやすいです。輪郭だけ残った写真、片方向の線だけが際立った写真のように元の写真の名残があります。何を見つけたのか人の目でも見当が付きます。

奥に行くほど事情が変わります。まだら模様の小さな格子にしか見えず、どのマスがなぜ点灯したのか一目では読み取れません。マス数が少なく、意味が何枚にも散らばっているからです。人の顔や車輪のように名前を付けられるものに反応する絵もありますが、見つけ出すには別に分析が必要です。そのためモデルが何を見て判断したのか調べたい人たちは、特徴マップをそのまま見る代わりに、どの場所が結論に大きく寄与したかを元の写真の上に色を重ねて見る方法を使います。