Bildbarhet

Bildbarhet är ett mått på hur lätt ett fysiskt föremål, ord eller miljö kommer att framkalla en tydlig mental bild i sinnet hos varje person som observerar det. Det används i arkitektur och stadsplanering, i psykolingvistik och i automatiserad datorseendeforskning. I automatiserad bildigenkänning kan utbildning av modeller för att koppla ihop bilder med koncept som har låg bildbarhet leda till partiska och skadliga resultat.

Historik och komponenter

Kevin A. Lynch introducerade först termen "bildbarhet" i sin bok från 1960, The Image of the City . I boken hävdar Lynch att städer innehåller en nyckeluppsättning fysiska element som människor använder för att förstå miljön, orientera sig inuti den och tilldela den mening.

Lynch hävdar att de fem nyckelelementen som påverkar bildbarheten av en stad är stigar, kanter, distrikt, noder och landmärken.

  • Vägar: kanaler där människor färdas. Exempel: gator , trottoarer , stigar, kanaler , järnvägar .
  • Kanter : föremål som bildar gränser runt rymden. Exempel: murar , byggnader, strandlinje , kantsten , gator och överfarter .
  • Distrikt : medelstora till stora områden som människor kan gå in i och ut ur som har en gemensam uppsättning identifierbara egenskaper.
  • Noder: stora områden som människor kan komma in i, som fungerar som centrum för staden, grannskapet, distriktet, etc.
  • Landmärken : minnesvärda referenspunkter som människor inte kan komma in på. Exempel: skyltar, berg och offentlig konst.

1914, ett halvt sekel innan The Image of the City publicerades, diskuterade Paul Stern ett koncept som liknar bildbarhet i konstsammanhang. Stern, i Susan Langers Reflections on Art, namnger det attribut som beskriver hur levande och intensivt ett konstnärligt föremål kan upplevas som sken.

I datorseende

Automatiserad bildigenkänning utvecklades genom att använda maskininlärning för att hitta mönster i stora, kommenterade datamängder av fotografier, som ImageNet . Bilder i ImageNet är märkta med begrepp i WordNet . Begrepp som lätt uttrycks verbalt, som "tidig", ses som mindre "avbildbara" än substantiv som hänvisar till fysiska föremål som "löv". Att träna AI-modeller för att associera koncept med låg bildbarhet med specifika bilder kan leda till problematisk fördom i bildigenkänningsalgoritmer. Detta har särskilt kritiserats eftersom det relaterar till kategorin "person" i WordNet och därmed även ImageNet. Trevor Pagan och Kate Crawford demonstrerade i sin uppsats "Excavating AI" och deras konstprojekt ImageNet Roulette hur detta leder till att foton av vanliga människor stämplas av AI-system som "terrorister" eller "sexualförbrytare".

Bilder i datamängder märks ofta som att de har en viss nivå av bildbarhet. Som beskrivs av Kaiyu Yang, Fei-Fei Li och medförfattare, görs detta ofta efter kriterier från Allan Paivio och medarbetares psykolingvistiska studie av substantiv från 1968. Yang el.al. skriv att datauppsättningskommentarer som har till uppgift att märka bildbarhet "se en lista med ord och betygsätt varje ord på en 1-7 skala från 'lågt bildspråk' till 'högt bildspråk'.

För att undvika partisk eller skadlig bildigenkänning och bildgenerering har Yang et.al. rekommenderar att du inte tränar synigenkänningsmodeller på koncept med låg bildbarhet, särskilt när begreppen är stötande (som sexuella eller rasistiska förtal) eller känsliga (deras exempel för denna kategori inkluderar "föräldralös", "separatist", "anglosaxisk" och " crossover-väljare"). Till och med "säkra" koncept med låg bildbarhet, som "farbrorsdotter" eller "vegetarisk" kan leda till missvisande resultat och bör undvikas.

Se även

Vidare läsning

  1. ^ a b c    Lynch, Kevin, 1918-1984. (1960). Bilden av staden . Cambridge, Mass.: MIT Press. ISBN 0-262-12004-6 . OCLC 230082 . {{ citera bok }} : CS1 underhåll: flera namn: lista över författare ( länk )
  2. ^     Dellantonio, Sara; Job, Remo; Mulatti, Claudio (2014-04-03). "Bildbarhet: nu ser du det igen (om än i en annan form)" . Gränser i psykologi . 5 : 279. doi : 10.3389/fpsyg.2014.00279 . ISSN 1664-1078 . PMC 3982064 . PMID 24765083 .
  3. ^ a b   Paivio, Allan ; Yuille, John C.; Madigan, Stephen A. (1968). "Konkretitet, bildspråk och meningsfullhetsvärden för 925 substantiv" . Journal of Experimental Psychology . 76 (1, Pt.2): 1–25. doi : 10.1037/h0025327 . ISSN 0022-1015 .
  4. ^ a b c d   Yang, Kaiyu; Qinami, Klint; Fei-Fei, Li ; Deng, Jia; Russakovsky, Olga (2020-01-27). "Mot rättvisare datauppsättningar: filtrering och balansering av fördelningen av personunderträdet i ImageNet-hierarkin" . Handlingar från 2020 års konferens om rättvisa, ansvarsskyldighet och transparens . FETT* '20. New York, NY, USA: Association for Computing Machinery: 547–558. doi : 10.1145/3351095.3375709 . ISBN 978-1-4503-6936-7 .
  5. ^ "Analysera Lynchs stadsbildbarhet i den digitala tidsåldern" . Planetizen - Stadsplaneringsnyheter, jobb och utbildning . Hämtad 2020-02-15 .
  6. ^    Stadsdesignläsaren . Larice, Michael, 1962-, Macdonald, Elizabeth, 1959- (andra upplagan). London. 2013. ISBN 978-0-203-09423-5 . OCLC 1139281591 . {{ citera bok }} : CS1 underhåll: andra ( länk )
  7. ^    Langer, Susanne K. (Susanne Katherina Knauth), 1895-1985 (1979) [1958]. Reflektioner kring konst . New York: Arno Press. ISBN 0-405-10611-4 . OCLC 4570406 . {{ citera bok }} : CS1 underhåll: flera namn: lista över författare ( länk )
  8. ^ Crawford, Kate ; Trevor, Pagan (2019). "Excavating AI: The Politics of Images in Machine Learning Dataset" . AI Now Institute .
Hämtad från " https://en.wikipedia.org/w/index.php?title=Imageability&oldid=1132710818 "