イメージ性は、物理的な物体、言葉、または環境が、それを観察する人の心にどれほど容易に鮮明な心的イメージを喚起するかを測る尺度です。[1] [2]これは、建築や都市計画、心理言語学、[3]および自動化されたコンピュータービジョンの研究で使用されています。[4]自動化された画像認識において、イメージ性の低い概念と画像を結び付けるようにモデルをトレーニングすると、偏った有害な結果につながる可能性があります。[4]
歴史と構成要素
ケビン・A・リンチは、 1960年の著書『都市のイメージ』の中で、「イメージ可能性」という用語を初めて導入しました。[1] [5]リンチはこの本の中で、都市には人々が環境を理解し、その中で自分の位置を把握し、意味を付与するために使用する重要な物理的要素が含まれていると主張しています。[6]
リンチ氏は、都市のイメージ可能性に影響を与える 5 つの重要な要素は、パス、エッジ、地区、ノード、ランドマークであると主張しています。
- 道：人々が移動する経路。例：道路、歩道、小道、運河、鉄道。
- エッジ：空間の周囲に境界を形成するオブジェクト。例：壁、建物、海岸線、縁石、道路、高架など。
- 地区: 人々が出入りできる中規模から大規模のエリアで、識別可能な共通の特徴を持ちます。
- ノード: 都市、近隣、地区などの中心として機能し、人々が入ることができる広いエリア。
- ランドマーク：人が立ち入ることができない、記憶に残る目印となるもの。例：標識、山、パブリックアート。[1]
『都市のイメージ』が出版される半世紀前の1914年、ポール・スターンは芸術の文脈において、イメージ可能性に似た概念を論じました。スターンはスーザン・ランガーの 『芸術についての考察』の中で、芸術作品がどれほど鮮明かつ強烈に体験されるかを表す属性を「外観」と名付けています。 [7]
コンピュータービジョン
自動画像認識は、 ImageNetのような大規模な注釈付き写真データセットからパターンを見つける機械学習を用いることで開発されました。ImageNetの画像は、WordNetの概念を用いてラベル付けされています。「early」のように言葉で表現しやすい概念は、「leaf」のような物理的な物体を指す名詞よりも「イメージ化されにくい」と見なされます。AIモデルにイメージ化されにくい概念を特定の画像に関連付けるように学習させると、画像認識アルゴリズムに問題のあるバイアスが生じる可能性があります。これは特にWordNet、ひいてはImageNetの「人」カテゴリに関連して批判されています。Trevor PaganとKate Crawfordは、エッセイ「Excavating AI」とアートプロジェクト「ImageNet Roulette」において、このバイアスが一般人の写真をAIシステムによって「テロリスト」や「性犯罪者」とラベル付けしてしまうことを示しました。[8]
データセット内の画像は、しばしば一定レベルのイメージ可能性を持つとラベル付けされます。Kaiyu Yang、Fei-Fei Li、および共著者らが述べているように、これは多くの場合、Allan Paivioらによる1968年の名詞に関する心理言語学的研究の基準に従って行われます。[3] Yangらは、イメージ可能性のラベル付けを担当するデータセットアノテーターは「単語リストを見て、各単語を『低いイメージ可能性』から『高いイメージ可能性』までの1～7のスケールで評価する」と記しています。[4]
ヤンらは、偏った、あるいは有害な画像認識や画像生成を避けるため、特にその概念が不快な内容（性的または人種的中傷など）やセンシティブな内容（このカテゴリーの例として「孤児」「分離主義者」「アングロサクソン人」「クロスオーバー有権者」など）である場合、イメージ可能性の低い概念で視覚認識モデルを訓練しないことを推奨しています。「大姪」や「ベジタリアン」のようにイメージ可能性が低い「安全な」概念であっても、誤解を招く結果につながる可能性があるため、避けるべきです。[4]
参照
さらに読む
- ホラハン、チャールズ・J.；ソレンソン、ポール・F.（1985年9月1日）「都市のイメージ可能性における図形的組織化の役割：情報処理分析」環境心理学ジャーナル。
- スモリック・フィリップ (2019-05-21). 「チェコ語における語獲得期を促進するイメージ性と近隣密度」音声言語聴覚研究ジャーナル.
- パイヴィオ, アラン; ユイル, ジョン・C.; マディガン, スティーブン・A. (1968). 「925個の名詞の具体性、イメージ性、そして意味性の値」実験心理学ジャーナル.
- ハンセン、ペルニール。ホルム、エリザベス。リンド、マリアンヌ。シモンセン、ハンネ・グラム (2012)。 「名前の関連性とイメージ性」。
- リチャードソン、ジョン・TE (1975-05). 「具体性とイメージ可能性」.季刊実験心理学ジャーナル.
- シルバ、カピラ・ダルマセナ（2015年）「都市イメージアビリティ研究のための代替手法の開発」
- McCunn, Lindsay J.; Gifford, Robert (2018-04-01). 「場所感覚における空間ナビゲーションと場所のイメージ化可能性」.都市.
- Caplan, Jeremy B.; Madan, Christopher R. (2016-06-17). 「単語のイメージ化は海馬の関与を高めることで連想記憶を強化する」認知神経科学ジャーナル
- Chmielewski S.、Bochniak A.、Natapov A.、Wezyk P. (2020). 「景観画像評価へのGEOBIAの導入」.リモートセンシング.
参考文献
- ^ abc リンチ、ケビン（1918-1984）（1960年）『都市のイメージ』マサチューセッツ州ケンブリッジ：MIT出版。ISBN 0-262-12004-6. OCLC 230082。
{{cite book}}:ISBN / 日付の非互換性（ヘルプ）CS1 maint: 複数の名前: 著者リスト (リンク) CS1 maint: 数値名: 著者リスト (リンク) - ^ Dellantonio, Sara; Job, Remo; Mulatti, Claudio (2014-04-03). 「イメージ可能性：今、あなたはそれを再び見る（ただし、異なる形で）」. Frontiers in Psychology . 5 : 279. doi : 10.3389/fpsyg.2014.00279 . ISSN 1664-1078. PMC 3982064. PMID 24765083 .
- ^ ab Paivio, Allan ; Yuille, John C. ; Madigan, Stephen A. (1968). 「925個の名詞の具体性、イメージ性、そして意味性の値」 . Journal of Experimental Psychology . 76 (1, Pt.2): Suppl:1–25. doi :10.1037/h0025327. ISSN 0022-1015. PMID 5672258.
- ^ abcd Yang, Kaiyu; Qinami, Klint; Fei-Fei, Li ; Deng, Jia; Russakovsky, Olga (2020-01-27). 「より公平なデータセットに向けて：ImageNet階層における人物サブツリーの分布のフィルタリングとバランス調整」. 2020年公平性、説明責任、透明性に関する会議議事録. FAT* '20. ニューヨーク州ニューヨーク：米国計算機協会. pp. 547– 558. arXiv : 1912.07726 . doi :10.1145/3351095.3375709. ISBN 978-1-4503-6936-7. S2CID 209386709。
- ^ 「デジタル時代におけるリンチの都市イメージ可能性の分析」Planetizen - 都市計画ニュース、求人、教育. 2020年2月15日閲覧。
- ^ 都市デザイン読本. ラリス, マイケル, 1962-, マクドナルド, エリザベス, 1959- (第2版). ロンドン. 2013. ISBN 978-0-203-09423-5. OCLC 1139281591.
{{cite book}}: CS1 メンテナンス: 場所の発行元がありません (リンク) CS1 メンテナンス: その他 (リンク) - ^ ランガー、スザンヌ・K.（スザンヌ・カテリーナ・クナウト）、1895-1985（1979）[1958]。『芸術についての考察』ニューヨーク：アルノ・プレス。ISBN 0-405-10611-4OCLC 4570406 。
{{cite book}}: CS1 maint: 複数名: 著者リスト (リンク) CS1 maint: 数値名: 著者リスト (リンク) - ^ クロフォード、ケイト、トレバー、ペイガン(2019). 「AIの発掘：機械学習データセットにおける画像の政治学」AI Now Institute .
