본 논문은 기계 학습 모델에서 질감의 영향, 특히 질감 편향/학습, 해석성, 강건성에 대한 연구를 다룬다. 기존 연구는 대규모 다양한 질감 데이터 부족으로 제한적이었으나, 본 논문에서는 고품질 다양한 질감 이미지를 생성하는 확장 가능한 방법론과 Prompted Textures Dataset (PTD)을 제시한다. PTD는 텍스트-이미지 모델에 다양한 설명자를 입력으로 제공하고, Stable Diffusion 파이프라인을 활용하여 이미지를 생성하고 필터링하여 56가지 질감에 걸쳐 362,880개의 이미지를 포함한다. 이미지 생성 과정에서 NSFW 안전 필터가 질감에 매우 민감하게 반응하여 최대 60%의 이미지를 차단하는 것을 발견하여, 이미지 생성 모델의 잠재적 편향을 드러냈다. 표준 지표 및 인간 평가를 통해 PTD의 고품질과 다양성을 검증하고, Zenodo를 통해 공개한다.
