Fugu-MT 論文翻訳(概要): An Art-centric perspective on AI-based content moderation of nudity

論文の概要: An Art-centric perspective on AI-based content moderation of nudity

arxiv url: http://arxiv.org/abs/2409.17156v1
Date: Tue, 10 Sep 2024 12:23:06 GMT
ステータス: 処理完了
システム内更新日: 2024-11-06 17:00:06.933190
Title: An Art-centric perspective on AI-based content moderation of nudity
Title（参考訳）: AIに基づくヌードのコンテンツモデレーションに関するアート中心の視点
Authors: Piera Riccio, Georgina Curto, Thomas Hofmann, Nuria Oliver,
Abstract要約: 芸術的ヌード分類を改善するマルチモーダルゼロショット分類手法を提案する。我々は経験的に、男女の存在と様式的偏見、そして明らかな技術的な制限を明らかにした。本研究から,今後の研究に期待できるいくつかの示唆が得られた。
参考スコア（独自算出の注目度）: 27.514873931391826
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: At a time when the influence of generative Artificial Intelligence on visual arts is a highly debated topic, we raise the attention towards a more subtle phenomenon: the algorithmic censorship of artistic nudity online. We analyze the performance of three "Not-Safe-For-Work'' image classifiers on artistic nudity, and empirically uncover the existence of a gender and a stylistic bias, as well as evident technical limitations, especially when only considering visual information. Hence, we propose a multi-modal zero-shot classification approach that improves artistic nudity classification. From our research, we draw several implications that we hope will inform future research on this topic.
Abstract（参考訳）: 生成的人工知能が視覚芸術に与える影響が議論の的になっているとき、我々はより微妙な現象、すなわちオンラインの芸術ヌードのアルゴリズムによる検閲に注意を向ける。芸術的ヌードに関する3つの「Not-Safe-For-Work」画像分類器の性能を解析し、特に視覚情報のみを考慮した場合の顕著な技術的制約だけでなく、性別とスタイル的バイアスの存在を実証的に明らかにする。そこで我々は,芸術的ヌード分類を改善するマルチモーダルゼロショット分類手法を提案する。本研究から,今後の研究に期待できるいくつかの示唆が得られた。

関連論文リスト

AI Art Neural Constellation: Revealing the Collective and Contrastive State of AI-Generated and Human Art [36.21731898719347]
我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
論文参考訳（メタデータ） (2024-02-04T11:49:51Z)
Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
論文参考訳（メタデータ） (2023-10-27T04:30:18Z)
Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文参考訳（メタデータ） (2023-05-08T17:58:27Z)
Not Only Generative Art: Stable Diffusion for Content-Style Disentanglement in Art Analysis [23.388338598125195]
五屋(ごや)は、近年の創作モデルで捉えた芸術的知識を蒸留して、内容や様式を乱す方法である。実験により、合成された画像は、アートワークの実際の分布のプロキシとして十分に役立っていることが示された。
論文参考訳（メタデータ） (2023-04-20T13:00:46Z)
ALADIN-NST: Self-supervised disentangled representation learning of artistic style through Neural Style Transfer [60.6863849241972]
我々は、画像に描かれた意味的内容から、より強く絡み合った視覚芸術スタイルの表現を学習する。スタイルと内容の絡み合いに強く対処することで、スタイル固有のメトリクスが大きく向上することを示します。
論文参考訳（メタデータ） (2023-04-12T10:33:18Z)
Towards Artistic Image Aesthetics Assessment: a Large-scale Dataset and a New Method [64.40494830113286]
まず、Boldbrush Artistic Image dataset (BAID)という大規模なAIAAデータセットを紹介します。そこで我々は,芸術的イメージを評価するために,スタイル特異的で汎用的な美的情報を効果的に抽出し,活用する新たな手法であるSAANを提案する。実験により,提案手法は提案したBAIDデータセット上で既存のIAA手法よりも優れていることが示された。
論文参考訳（メタデータ） (2023-03-27T12:59:15Z)
Language Does More Than Describe: On The Lack Of Figurative Speech in Text-To-Image Models [63.545146807810305]
テキスト・ツー・イメージ拡散モデルでは、テキスト入力プロンプトから高品質な画像を生成することができる。これらのモデルは、コンテンツベースのラベル付けプロトコルから収集されたテキストデータを用いて訓練されている。本研究では,現在使用されているテキスト・画像拡散モデルのトレーニングに使用されている公開テキストデータの感情性,目的性,抽象化の程度を特徴付ける。
論文参考訳（メタデータ） (2022-10-19T14:20:05Z)
A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
論文参考訳（メタデータ） (2022-09-22T22:27:08Z)
Art Style Classification with Self-Trained Ensemble of AutoEncoding Transformations [5.835728107167379]
絵画の芸術的スタイルは豊かな記述物であり、アーティストが創造的なビジョンをどのように表現し表現するかについての視覚的知識と深い本質的な知識の両方を明らかにする。本稿では,高度な自己指導型学習手法を用いて,クラス内およびクラス間変動の少ない複雑な芸術的スタイルを認識することの課題を解決する。
論文参考訳（メタデータ） (2020-12-06T21:05:23Z)
Biases in Generative Art -- A Causal Look from the Lens of Art History [3.198144010381572]
本稿では,アルゴリズム設計に関連する問題に対する不適切な問題定式化によって生じるAIパイプラインのバイアスについて検討する。アート作成の過程をモデル化する上で,現在の手法が不足している点を強調し,様々なバイアスに寄与する。
論文参考訳（メタデータ） (2020-10-26T00:49:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。