説明可能なコンピュータビジョンにおけるClass Activation Mapping：CNN、Transformer、Foundation-Model時代の視覚的説明のメソッド中心レビュー

クラス活性化マッピング（CAM）は、説明可能なAIにおける視覚的説明手法の一つです。CNN、Transformer、基盤モデル時代における画像領域やトークンをハイライトするヒートマップ生成方法について、方法論を中心にレビューします。

• クラス活性化マッピング（CAM）は、説明可能なAIにおける視覚的説明の主要な手法群であり、画像領域や特徴をハイライトします。
• 本レビューは、CNN、Transformer、Foundation Model時代のCAM関連手法57件を対象に、メソッド中心のアプローチで分析しています。
• 手法は、属性メカニズム、アーキテクチャ依存性、評価目的によって分類され、勾配ベース、勾配フリー、ハイブリッド、モデルベースの手法がレビューされています。
• 近年の傾向として、単一クラスのスコア説明から、マルチレイヤー、確率的、トークン、Foundation Modelを考慮した説明へとシフトしています。