A$^3$：面向广告审美评估的框架
计算机视觉与模式识别
2026-03-31 v2
摘要
广告图像显著影响商业转化率和品牌价值，但现有评估方法依赖主观判断，缺乏可扩展性、标准化准则和可解释性。为此，我们提出A^3（Advertising Aesthetic Assessment），一个综合性框架，包含四个组成部分：范式（A^3-Law）、数据集（A^3-Dataset）、多模态大语言模型（A^3-Align）以及基准（A^3-Bench）。A^3 的核心是理论驱动的范式A^3-Law，包含三个分层阶段：（1）感知注意力，评估感知图像信号其吸引注意力的能力；（2）形式兴趣，评估图像颜色和空间布局在引发兴趣方面的形式构图；（3）欲望影响，衡量图像唤起欲望及其说服力的影响。基于A^3-Law，我们构建A^3-Dataset，包含 120K 条来自 30K 张广告图像的指令-响应对，每条均密集标注了多维标签和链式思维（CoT）理由。我们进一步开发A^3-Align，在A^3-Law指导下在A^3-Dataset上进行CoT引导式学习。对A^3-Bench上的广泛实验表明，A^3-Align 在与A^3-Law 对齐方面优于现有模型，且这种对齐对广告质量选择和规范化广告批评具有良好的可迁移性，表明其具有更广泛的部署潜力。数据集、代码和模型可在 https://github.com/euleryuan/A3-Align 获取。
引用
@article{arxiv.2603.24037,
title = {A$^3$: Towards Advertising Aesthetic Assessment},
author = {Kaiyuan Ji and Yixuan Gao and Lu Sun and Yushuo Zheng and Zijian Chen and Jianbo Zhang and Xiangyang Zhu and Yuan Tian and Zicheng Zhang and Guangtao Zhai},
journal= {arXiv preprint arXiv:2603.24037},
year = {2026}
}
备注
Accepted to CVPR 2026