按年被提到
20222022 · 1 次2026
视觉、语音与图像生成›生成对抗网络·arXiv:2209.02836 · cs.CV

Studying Bias in GANs through the Lens of Race

从种族视角研究 GAN 中的偏差
Vongani H. Maluleke, Neerja Thakkar, Tim Brooks, Ethan Weber, Trevor Darrell, Alexei A. Efros, Angjoo Kanazawa, Devin Guillory · 2022

控制训练集的种族构成,考察其对 GAN 生成图像的影响

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2022-10-26 · 最近 2024-02-24
3不同的人
3活跃月份
3讨论串
42被引(OpenAlex)

论文通过检查并控制不同训练数据集的种族分布,观察训练分布如何影响生成图像的质量和种族构成。结果表明生成图像的种族构成能忠实保留训练数据的构成,但推理时用于提高画质的截断(truncation)技术会加剧种族失衡;同时,某一种族质量最高的图像来自该种族占比充分的分布,标注者也一致更偏好生成的白人图像而非黑人图像。

HN 为什么提它

输入没有附带评论摘录,无法判断具体讨论点;只知道它被 3 位不同的人在 3 个不同月份提及。

实证研究难度 3 / 5约 35 分钟经得起时间
读之前最好知道
1生成对抗网络(GAN)
2训练数据分布与偏差
3截断技巧(truncation trick)
4生成图像质量评估

学习路径

读这篇之前,按顺序读书架上的 6 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径帮你建立 GAN 偏差研究的前置知识:GAN 与 StyleGAN 系列的结构、截断技巧,以及已有的模型偏见研究(词嵌入去偏、PULSE 的种族偏差)。

  1. 1
    Generative Adversarial Networks生成对抗网络 · 2014

    目标论文研究的就是 GAN 生成图像的偏差,先要懂生成器与判别器的博弈训练。

    读目标函数与训练过程;理解生成分布如何逼近训练分布。

  2. 2
    Progressive Growing of GANs for Improved Quality, Stability, and Variation渐进式增长 GAN:提升质量、稳定性与多样性 · 2017

    渐进式增长是 StyleGAN 的前身,也是高分辨率人脸生成的常用训练方式。

    读从低分辨率逐层增长的训练方式;以及它使用的高清人脸数据集。

  3. 3
    A Style-Based Generator Architecture for Generative Adversarial Networks基于风格的生成对抗网络生成器架构(StyleGAN) · 2018

    目标论文使用 StyleGAN 作为被研究的生成模型,截断技巧也在其中使用。

    读映射网络、风格输入的结构与截断(truncation)对质量和多样性的权衡。

  4. 4
    Analyzing and Improving the Image Quality of StyleGAN分析并改进 StyleGAN 的图像质量 · 2019

    StyleGAN2 是同一系列的改进版,是目标论文常用的生成器之一。

    读归一化的重新设计与路径长度正则;不必深究伪影分析。

  5. 5
    Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings男人之于程序员,如同女人之于家庭主妇?词嵌入去偏见 · 2016

    较早的模型偏见研究,展示如何度量并缓解社会偏见。

    读如何找出偏见方向并度量;思考与图像模型偏差度量的异同。

  6. 6
    PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative ModelsPULSE:通过探索生成模型潜空间实现自监督照片上采样 · 2020

    PULSE 因在人脸上采样中表现出种族偏差而引发讨论,是目标论文的直接动机之一。

    读在生成模型潜空间中搜索的方法,以及偏差问题是如何暴露的。

  7. 7
    Studying Bias in GANs through the Lens of Race从种族视角研究 GAN 中的偏差 · 2022 · 就是这篇

    目标论文:控制训练集的种族构成,考察其对生成图像的影响。

    读训练集种族比例的设置、生成图像的种族分布,以及截断对多样性的影响。

HN 书评

没有评论直接链到它;下面是它被提交的讨论串里回复最多的评论(不计入统计)

讨论串里没有 ≥100 字的评论,只有提交记录。

被提交为 story · 3 次