완성본
Inpaint_Biases.pdf
Inpaint_Biases_supplementary.pdf
Target Workshop
- Ethical Considerations in Creative applications of Computer Vision (EC3V)
CVPR 2024 Workshop
CVPR 2023 Workshop - Accepted Papers
주제 선정 배경
<aside>
🖼️ text-to-image 모델이 가지는 문제를 해결해보자!
</aside>
- PPT 갤러리를 하면서 여러 text-to-image 모델을 쓰다보니 프롬프트 만으로 해결되지 않는 문제들이 있다.
- 그 중 하나로, chocolate river, broken diamond 등 일상생활에서 흔치 않은 컨셉을 그리라고 할 경우 제대로 못 그리는 경우가 많다.
- 무조건 river는 파란색으로, diamond는 크고 반짝거리게 그리는 경향이 있음
- 아마도, 학습데이터에서 강은 항상 파란색, 다이아몬드는 크고 반짝 거리는 이미지가 많기 때문에 이를 모델도 학습한 것으로 보인다.
- 그러나, 이렇게 학습데이터에 존재하는 bias를 생성 모델이 그대로 학습할 경우 사회적, 문화적으로도 영향을 끼칠 수 있다!
- 예를 들어, 동양인을 항상 눈이 작게 표현한다면 사회적 편견을 악화시킬 수 있다.
- 따라서, text-to-image 모델이 가질 수 있는 학습 데이터 bias를 해결할 수 있는 방법을 찾아보자!
Title
<aside>
💡 Inpaint Biases: A Pathway to Accurate and Unbiased Image Generation
</aside>