评估图像到图像肖像编辑中的人口统计学偏离
计算机视觉与模式识别
2026-02-19 v1
摘要
文本到图像（T2I）生成中的人口统计学偏见已受到广泛关注，但针对指令引导的图像到图像（I2I）编辑中人口统计学条件下的失效问题仍未得到充分探讨。我们检验了在开放权重I2I编辑器中，是否会因主体人口统计学特征而导致相同的编辑指令产生系统性差异。我们形式化了两种失效模式：软性擦除（Soft Erasure），即编辑在输出图像中被静默削弱或忽略；刻板印象替换（Stereotype Replacement），即编辑引入未请求且符合刻板印象的属性。我们引入一个受控基准，通过生成和编辑以种族、性别和年龄为条件的肖像图像，并使用诊断提示集，评估多个编辑器的性能，采用视觉语言模型（VLM）评分和人类评估。我们的分析显示，身份保持失效普遍存在，人口统计学分布不均，受到隐式社会先验的影响，包括职业驱动的性别推断。最后，我们展示了一种基于提示层面的身份约束，无需模型更新即可显著减少少数群体的人口统计学变化，而对多数群体肖像几乎不受影响，揭示了当前编辑器中不对称的身份先验。总之，我们的发现确立了身份保持作为I2I编辑中中心且人口统计学分布不均的失效模式，并动机构建更具人口统计学鲁棒性的编辑系统。项目页面：https://seochan99.github.io/i2i-demographic-bias
引用
@article{arxiv.2602.16149,
title = {Evaluating Demographic Misrepresentation in Image-to-Image Portrait Editing},
author = {Huichan Seo and Minki Hong and Sieun Choi and Jihie Kim and Jean Oh},
journal= {arXiv preprint arXiv:2602.16149},
year = {2026}
}
备注
19 pages, 13 figures. Preprint