Stable Diffusion 揭秘：从提示词到图像的性别偏见
计算机视觉与模式识别
2024-08-13 v2
摘要
多项研究已引起人们对图像生成模型中社会偏见的关注，证明了它们倾向于刻板印象和不平衡。本文通过引入一个评估协议，分析性别指示符在Stable Diffusion图像生成过程的每一步中的影响，为这一日益增长的研究领域做出贡献。借鉴先前工作的见解，我们探讨了性别指示符不仅影响性别呈现，还影响生成图像中物体和布局的表示。我们的发现包括：在物体描绘上存在差异，例如为特定性别定制的乐器，以及整体布局的偏移。我们还揭示，中性提示词往往生成更符合男性化提示词而非女性化提示词的图像。我们进一步通过表征差异探索了偏见的来源，以及它如何通过提示词-图像依赖关系在图像中显现，并为开发者和用户提供了减轻图像生成中潜在偏见的建议。
引用
@article{arxiv.2312.03027,
title = {Stable Diffusion Exposed: Gender Bias from Prompt to Image},
author = {Yankun Wu and Yuta Nakashima and Noa Garcia},
journal= {arXiv preprint arXiv:2312.03027},
year = {2024}
}