近年、画像認識において深層学習が広く用いられている。しかし、深層学習は出力に至るプロセスがブラックボックス化されており、判断根拠の解釈が容易でないという問題点がある。Grad-CAM等の判断根拠の可視化手法が提案されているが、多くは分類問題を対象としており、そのまま回帰問題に適用することには注意を要する。本論文では、画像の回帰問題に適した判断根拠の可視化手法を提案する。人工データを用いた実験の結果、提案手法により画像内の物体が出力結果に与える正の寄与と負の寄与をそれぞれ可視化することができ、より正確な解釈が可能となることを示す。