通过食物理解扩散概念代数的局限性
计算机视觉与模式识别
2024-06-07 v1 人工智能
摘要
图像生成技术，特别是潜在扩散模型，近年来迅速普及。许多技术已被开发出来，用于操纵和阐明这些大规模模型学习的语义概念，为偏见和概念关系提供了关键见解。然而，这些技术通常仅在人类或动物面部以及艺术风格转换的传统领域中得到验证。食物领域通过复杂的构成和区域偏见带来了独特的挑战，这可以揭示现有方法中的局限性和机遇。通过食物图像的视角，我们分析了概念遍历技术中的定性和定量模式。我们揭示了模型捕捉和表现烹饪多样性细微差别的可量化见解，同时也识别了模型偏见和局限性显现的领域。
引用
@article{arxiv.2406.03582,
title = {Understanding the Limitations of Diffusion Concept Algebra Through Food},
author = {E. Zhixuan Zeng and Yuhao Chen and Alexander Wong},
journal= {arXiv preprint arXiv:2406.03582},
year = {2024}
}