IEEE 将禁止使用 Lenna 图像

IEEE 将禁止使用 Lenna 图像 IEEE Computer Society 宣布从 4 月 1 日起不再接受包含著名花花公子女郎 Lenna 图的论文，该图片是 1972 年 11 月期的《花花公子》封面。被截取的一幅 512x512 像素图像被称为 Lenna 图，自 1973 年以来被广泛用于图像处理研究，成为事实上的行业标准，但也引发了物化女性的批评。IEEE 以多元化和文化包容的理由，以及 Lena Forsen 本人的意愿宣布禁止 Lenna 图。Lenna 图最早是因为研究者正匆忙寻找一副高质量的图片用于大学的会议论文，正好有人带着最近出版的一期《花花公子》过来。Lenna 图包含了其脸部和裸露的肩膀，她还戴着一顶嵌有紫羽毛的帽子，由于其高对比度和多变的细节，被认为是早期测试图像处理系统的理想选择。

1972年的《花花公子》图片被禁止在IEEE计算机期刊上发表

1972年的《花花公子》图片被禁止在IEEE计算机期刊上发表 在 IEEE 计算机协会周三发给会员的一封电子邮件中，技术与会议活动副总裁特里-本泽尔（Terry Benzel）写道："IEEE 的多样性声明和支持政策（如《IEEE 道德准则》）表明，IEEE 致力于促进一种包容、平等、欢迎所有人的文化。为了与这种文化保持一致，并尊重图片主人公 Lena Forsén 的意愿，IEEE 将不再接受包含'Lena 图片'的论文提交。"512×512 像素测试图像的未裁剪版本最初作为《花花公子》杂志 1972 年 12 月刊的封面照片出现。1973 年 6 月或 7 月，南加州大学信号和图像处理研究所一位名叫亚历山大-索丘克（Alexander Sawchuck）的助理教授和一位研究生用一台原始的鼓式扫描仪扫描了中间封面图像的正方形部分，省略了原始图像中的裸体部分。他们为一位同事的会议论文扫描了这张图片，之后其他人也开始使用这张图片。最初的 512×512"Lenna"测试图像，是 1972 年《花花公子》中心折页的裁剪部分。这张图片在 20 世纪 70 年代、80 年代和 90 年代被其他报刊使用，引起了《花花公子》的注意，但该公司决定忽略侵犯版权的行为。1997 年，《花花公子》帮助找到了Forsén，他出席了成像科学与技术学会第 50 届年会，并为粉丝签名。她当时说："他们一定厌倦了我......这么多年来一直看着同一张照片！"。《花花公子》新媒体副总裁艾琳-肯特（Eileen Kent）告诉《连线》："我们决定应该利用这一点，因为这是一种现象。"据报道，这张照片以Forsén的脸和裸露的肩膀为特色，她戴着一顶带有紫色羽毛的帽子，由于对比度高、细节丰富，在数字图像技术发展的初期，这张照片是测试图像处理系统的理想选择。几十年来，计算机领域的男性使用这张照片招致了不少批评，尤其是女科学家和工程师，她们认为这张照片（尤其是与《花花公子》品牌的关联）物化了女性，营造了一种不完全欢迎女性的学术氛围。由于至少可以追溯到 1996 年的一些批评，《自然》杂志在 2018 年禁止在论文投稿中使用Forsén的形象。comp.compression Usenet 新闻组常见问题文档称，1988 年，一家瑞典刊物询问Forsén是否介意自己的形象被用于计算机科学领域，据说她被逗乐了。琳达-金斯特勒（Linda Kinstler）在 2019 年《连线》杂志的一篇文章中写道，Forsén并没有对这张图片心怀怨恨，但她对当初没有为此获得更好的报酬感到遗憾。她当时对金斯特勒说："我真的为那张照片感到骄傲。"此后，Forsén显然改变了主意。2019 年，Creatable 和 Code Like a Girl 制作了一部名为《失去莉娜》（Losing Lena）的广告纪录片，这是一场宣传活动的一部分，旨在让科技和图像处理领域不再使用莉娜形象。在活动和影片的新闻稿中，Forsén说："我很久以前就退出了模特界。现在我也该退出科技领域了。我们可以在今天做出简单的改变，为明天带来持久的改变。让我们承诺失去我"。现在看来，这一承诺正在兑现。IEEE 出版物在历史上一直是计算机成像发展的重要期刊，其禁令很可能会进一步开创一个先例，使 Lenna 图像不再被广泛使用。IEEE 的 Benzel 在邮件中建议更广泛地关注这一问题，他写道："为了提高作者对这一新政策的认识和遵守，程序委员会成员和审稿人应该查找是否包含这一图片，如果存在，应该要求作者用替代图片替换 Lena 图片。" ... PC版： 手机版：

“计算机视觉女神”图像为何被IEEE期刊封杀？

“计算机视觉女神”图像为何被IEEE期刊封杀？ △Lenna图也就是说，之后委员会或审稿人会特地留意论文中是否有这张图，如果有的话，会要求作者用替换图片。“Lenna图”的时代彻底结束了？要知道，这张图曾经的火爆程度belike：“计算机视觉女神”Lenna图最初是登在1972年11月期的《花花公子》（Playboy）杂志上的一张裸体插图，由摄影师Dwight Hooker拍摄，图中主体是瑞典模特Lena Forsén。当时，为了方便英语读者读准瑞典语“Lena”的发音，《花花公子》使用了“Lenna”这一名字。Lenna成为高分辨率彩色图像处理研究标准图的历史，在2001年5月的IEEE ComSoc通讯文章中被讲述：1973年的六七月份，时任南加州大学电气工程助理教授的Alexander Sawchuk及其团队，包括一名研究生和SIPI实验室管理人，正急切地寻找一张适合会议论文使用的高质量图片。他们的目标是找到一张既有光泽又能展现出良好动态范围的图像，而且最好是一张人脸图片。恰巧这时有人带着一本最新版的《花花公子》杂志走了进来。里面的Lenna图，被研究人员选中。他们将插图放到Muirhead有线传真扫描仪的光鼓上进行扫描。Muirhead的分辨率为固定的100LPI，而研究人员希望得到一幅512 x 512的图像，所以他们将扫描范围定在上部的5.12英寸，这样恰好裁剪到人物的肩膀位置，去除了裸体的部分。由此，一张512x512的Lenna测试图就诞生了。这张图在上世纪七八十年代的传播范围有限，最初仅是在美国各高校实验室之间流行。但到了1991年7月，Lenna图与另一张流行的测试图Peppers一起出现在计算机视觉领域的《Optical Engineering》杂志封面上，引起了大家的广泛注意。Lenna图备受喜欢的原因大概有这么几点。首先从技术上来讲，Lenna图有丰富的细节、明暗对比，同时也有平滑的过渡区域，而这很考验图像压缩算法的能力。众所周知，数字图像就是一个个像素点排列而成。而在压缩的时候，这些像素点都会被转化成频率信号。像素点之间差异大的区域，通常也就是细节丰富的区域，转化后对应高频信号，比较难处理；反过来像素点之间差异小的平滑过渡区域，就对应低频信号，处理起来也相对简单。一个好的压缩算法，高频和低频信号都得处理好。这两种信号，Lenna都有，分配比例还很恰当。其次，Lenna是一张漂亮小姐姐的照片，懂得都懂。但除此之外，还有一个更重要的原因：人眼对人脸非常敏感。你可能认不出两只二哈的脸有什么区别，但一个人的表情即使只有一丢丢变化，你都能一眼发觉。对图像压缩来说，相较于其他图像，人会更容易发觉人像在压缩前后的差异，所以也就更容易比较不同算法的好坏。正是由于以上种种优点，Lenna很快成了图像处理的标准测试图片。根据国外一个网站统计，91年后Lenna在互联网上的出现次数开始猛长。到了1996年，业界顶级期刊IEEE图像处理汇刊里，竟然有接近三分之一的文章都用到了Lenna。光在1999年的一期《IEEE图像处理汇刊》中，Lenna就被用于三篇独立研究中，21世纪初它还出现在了科学期刊中。由于Lenna在图像处理界被广泛接受，Lena Forsén本人受邀成为了1997年成像科学与技术学会 （IS&T） 第50届年会的嘉宾。2015年，Lena Forsén也是IEEE ICIP 2015晚宴的嘉宾，主持了最佳论文奖颁奖仪式。Lenna图的消逝不过，随之而来的还有大伙儿对这张图的批评。最大问题，就在于这张照片来源于有“物化女性”之嫌争议的《花花公子》。1999年，在一篇关于计算机科学中男性占主导地位原因的论文中，应用数学家Dianne P. O’Leary写道：“在图像处理中使用的暗示性图片……传达了讲师只迎合男性的信息。例如，令人惊讶的是，Lenna图像图像至今仍作为示例在课程中使用，并作为测试图片发表于学术期刊。”2015年，一个美国高中生在《华盛顿邮报》上写了一篇文章，文中叙述了自己作为一个女生，在计算机课上看到这张照片后感到不适，“我不理解，为什么一所先进的理工学校，在教学中会用一张花花公子的封面？”虽然这只是一篇高中生写的文章，但却在学界引起了巨大的震动。由于种种争议，2018年， Nature Nanotechnology杂志宣布禁止在论文提交中使用Lenna图像。至于Lena Forsén，2019年《连线》一篇文章中写道，Forsén并没有对这张图片心怀怨恨，但她对当初没有为此获得更好的报酬感到遗憾，曾表示“我真的为那张照片感到骄傲”。△Lena Forsén重拍当年照片但2019 年，Creatable和Code Like a Girl制作了一部名为“Losing Lena”的纪录片。Lena Forsén表示：我很久以前就退出了模特界，现在也该退出科技界了。我们可以在今天做出一个简单的改变，为明天创造一个持久的改变。让我们承诺失去我。现在看来，这一承诺正在兑现。除了上面所讲的争议，有网友认为Lenna图在当今这个时代的意义也跟以往大有不同了。不同于以往，当今几乎人人都可轻易使用一台好的相机。大多数精力应投入于创造合适的光照条件和挑选满足特定标准的拍摄对象。此外，一个精心设计的计算机生成图像也能满足需求。参考链接： ... PC版： 手机版：

华为发布 DiT 架构的图像生成模型，可以直出 4K 分辨率图像。

华为发布 DiT 架构的图像生成模型，可以直出 4K 分辨率图像。 论文简介： 我们引入了 PixArt-\Sigma,一个能够直接生成 4K 分辨率图像的 Diffusion Transformer (Diffusion Transformer, DiT) 模型。相比其前身 PixArt-\alpha,PixArt-\Sigma 有了显著进步,提供了明显更高保真度的图像,并改进了与文本提示的一致性。 PixArt-\Sigma 的一个关键特点是其训练效率。借助 PixArt-\alpha 的基础预训练,它通过合并更高质量的数据,从"较弱"的基线演变为"较强"的模型,我们将这个过程称为"弱到强训练"。PixArt-\Sigma 的进步主要体现在两个方面: 高质量训练数据:PixArt-\Sigma 结合了更高质量的图像数据,与更精确和详细的图像标题配对。 高效的 Token 压缩:我们在 DiT 框架内提出了一个新的注意力模块,可以压缩键 (Key) 和值 (Value),显著提高效率,并促进超高分辨率图像生成。 得益于这些改进,PixArt-\Sigma 以显著较小的模型规模 (6 亿参数) 实现了优于现有文本到图像扩散模型 (如 SDXL (26 亿参数) 和 SD Cascade (51 亿参数)) 的图像质量和用户提示遵从能力。 此外,PixArt-\Sigma 生成 4K 图像的能力支持创建高分辨率海报和壁纸,有效地增强了电影和游戏等行业中高质量视觉内容的制作。 项目地址：

据外媒报道及GitHub页面显示，微软昨日（3月10日）发布了一个名为的新模型，这意味着将允许通过聊天发送消息并在期间接收图

据外媒报道及GitHub页面显示，微软昨日（3月10日）发布了一个名为的新模型，这意味着将允许通过聊天发送消息并在聊天期间接收图像，使用户能够使用图像与ChatGPT进行交互，而不仅仅是文本。截至发文，短短18小时，已有7.7k的收藏(星标) 根据官方展示的demo，此项目能够识别图片中的物品，询问是什么颜色，当你给予要求后，能根据你的要求一键处理图片，进行图片内的物体替换，将图片进行添加滤镜等 Q: 你能给我生成一只猫吗？ A: 当然，这是给你的一只猫 Q: 你可以把这只猫替换成狗然后删除书吗？ A: 这是一张将猫替换成狗然后移除掉书的图片 Q: 那太棒了，你能生成出这张图片的精确的边缘轮廓吗？ A: 这是这张图的精确轮廓边缘 Q: 现在生成一只黄色的狗在这张图片的基础上 A: 这是给你的一只黄色的狗 Q: [发送了一张图片] A: 收到 Q: 摩托车是什么颜色的? A: 摩托车是黑色的 Q: 你可以移除这个摩托车吗？ A: 摩托车已从这张摩托车上移除，这是新的图片 标签: #ChatGPT #Github #可视化 频道: @GodlyNews1 投稿: @GodlyNewsBot