Attribute Based Interpretable Evaluation Metrics for Generative Models = 생성 모델에 대한 속성 기반 해석 가능 평가 지표
저자
발행사항
서울 : 연세대학교 일반대학원, 2024
학위논문사항
학위논문(석사)-- 연세대학교 일반대학원 : 인공지능학과 2024. 2
발행연도
2024
작성언어
영어
주제어
DDC
006.3
발행국(도시)
서울
형태사항
ix, 52장 ; 26 cm
일반주기명
지도교수: 어영정
UCI식별코드
I804:11046-000000551835
소장기관
When the training dataset comprises a 1:1 proportion of dogs to cats, a generative model that produces 1:1 dogs and cats better resembles the training species distribution than another model with 3:1 dogs and cats. Can we capture this phenomenon using ex- isting metrics? Unfortunately, we cannot, because these metrics do not provide any in- terpretability beyond “diversity”. In this context, we propose a new evaluation protocol that measures the divergence of a set of generated images from the training set regard- ing the distribution of attribute strengths as follows. Single-attribute Divergence (SaD) reveals the attributes that are generated excessively or insufficiently by measuring the divergence of PDFs of individual attributes. Paired-attribute Divergence (PaD) reveals such pairs of attributes by measuring the divergence of joint PDFs of pairs of attributes. For measuring the attribute strengths of an image, we propose Heterogeneous CLIP- Score (HCS) which measures the cosine similarity between image and text vectors with heterogeneous initial points. With SaD and PaD, we reveal the following about existing generative models. ProjectedGAN generates implausible attribute relationships such as baby with beard even though it has competitive scores of existing metrics. Diffusion models struggle to capture diverse colors in the datasets. The larger sampling timesteps of the latent diffusion model generate the more minor objects including earrings and necklace. Stable Diffusion v1.5 better captures the attributes than v2.1. Our metrics lay a foundation for explainable evaluations of generative models.
더보기훈련 데이터셋이 개와 고양이를 1:1 비율로 포함하는 경우, 1:1 비율의 개와 고양이를 생성하는 생성 모델이 다른 모델보다 훈련 종 분포를 더 잘 나타낸다. 기존 생성 모델 평가 지표로 이러한 현상을 어떻게 포착할 수 있을까? 불행히도 기존 생성 모델 평가 지표들은 ”다양성” 이외의 해석 가능성을 제공하지 않는다. 이 맥락에서 우리는 다음과 같은 속성 강도 분포에 관한 생성된 이미지 집합의 발산을 측정하는 새로운 평가 프로토콜을 제안한다. 단일 속성 발산은 개별 속성의 확률 분포 함수의 발산을 측정하여 생성된 이미지에서 지나치게 생성되거나 덜 생성된 속성을 나타낸다. 결합 속성발산은 속성 쌍의 결합 확률 분포간의 발산을 측정하여 해당 속성 쌍을 나타낸
다. 이미지의 속성 강도를 측정하기 위해 우리는 이질적 클립스코어를 제안한다. 이는 이질적인 초기 지점을 가진 이미지와 텍스트 벡터 간의 코사인 유사성을 측정한다. 단일 속성 발산과 결합 속성 발산을 사용하여 우리는 기존 생성 모델에 대해 다음과 같은 내용을 밝힌다. ProjectedGAN은 기존 지표의 경쟁력 있는 점수를 가지고 있음에도 불구하고 수염난 아기와 같은 현실적이지 않은 속성간 관계를 생성한다. 디퓨전 모델은 데이터셋의 다양한 색상을 포착하는 데 어려움을 겪는다. 디퓨전 모델의 더 큰 샘플링 타임스텝은 귀걸이과 목걸이와 같은 보다 작은 객체를 더 많이 생성한다. Stable Diffusion v1.5가 v2.1보다 훈련 데이터셋의 속성을 더 잘 포착한다. 우리의 평가 지표는 생성 모델의 설명 가능한 평가를 위한 기반을 제공한다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)