用于统一美学预测的深度架构
计算机视觉与模式识别
2017-08-17 v1
摘要
图像美学已成为社交媒体网站和媒体内容库中视觉内容筛选的重要标准。计算机视觉领域先前关于美学预测模型的工作主要集中于美学评分预测或二值图像标注。然而，原始美学标注的形式为评分直方图，相比二值标签或平均评分提供了更丰富且更精确的信息。因此，本文重点关注预测美学评分分布这一极少被研究的问题，并为我们的模型提出了一种新颖的架构与训练流程。我们的模型在标准的大规模基准数据集 AVA 上三项任务中均取得了最先进的结果： 美学质量分类； 美学评分回归；以及 美学评分分布预测，且所有任务均使用仅针对分布预测任务训练的单一模型。我们还引入了一种修改图像以改变其预测美学的方法，并利用该修改来深入理解我们的模型。
引用
@article{arxiv.1708.04890,
title = {A deep architecture for unified aesthetic prediction},
author = {Naila Murray and Albert Gordo},
journal= {arXiv preprint arXiv:1708.04890},
year = {2017}
}