通过图像分析自动量化电影中的性别偏见

最近一项使用图像分析的研究表明，全球许多商业电影继续以刻板印象来表达女性气质。KAIST的研究小组开发了一种新颖的图像分析方法，用于自动量化电影中的性别偏见程度。

该贝克德尔测验已经评价性别的最具代表性和一般方法偏差的电影。该测试通过测量女性在电影中的活跃程度来表明电影中的性别偏见程度。如果电影(1)至少有两个女性角色，(2)彼此交谈，并且(3)他们的谈话与男性角色无关，则该电影通过Bechdel测试。

但是，Bechdel检验在评估的准确性和实用性方面有基本限制。首先，Bechdel测试需要大量的人力资源，因为它是由人主观进行的。更重要的是，贝希德测试仅分析影片的一个方面，即剧本中人物之间的对话，并且仅提供通过测试的二分结果，而忽略了影片是一种视觉艺术形式，它反映了多层和复杂的性别偏见现象。很难完全代表当今关于性别偏见的各种论述，这比1985年首次提出“贝希德尔测验”时要多样化得多。

受这些限制的启发，由文化技术研究生院的李秉By教授领导的KAIST研究小组提出了一种先进的系统，该系统使用计算机视觉技术来自动分析电影每一帧的视觉信息。这使系统可以更准确，更实际地评估在电影中以定量方式区分男女角色的程度，并进一步揭示传统分析方法尚无法检测到的性别偏见。

Lee教授及其研究人员Ji Yoon Jang和Sangyoon Lee分析了2017年至2018年之间从好莱坞和韩国发行的40部电影。他们将电影从每秒24帧降采样为3帧，并使用了Microsoft的Face API面部识别技术和对象检测技术YOLO9000验证场景中角色及其周围物体的详细信息。