中文

面向美学研究的客观图像属性计算工具箱

计算机视觉与模式识别 2024-08-21 v1 应用统计

摘要

过去二十年间,视觉美学领域的研究者已研究了大量定量(客观)图像属性及其与视觉美学欣赏的关系。然而,结果在不同研究小组之间难以进行比较。一个原因是研究者在各自的研究中使用不同的图像属性集合。即便使用相同的属性,图像预处理技术也可能不同,且研究者常常使用自己的定制脚本来计算图像属性。为提升视觉实验美学研究中结果的可获取性和可比性,我们开发了开放且易用的工具箱(称为“Aesthetics Toolbox”)。该工具箱允许用户计算当代研究中流行的、经过精心定义的定量图像属性。这些属性包括亮度和颜色统计信息、傅里叶谱属性、分形性、自相似性、对称性,以及不同的熵测度和基于CNN的方差。该工具箱与大多数设备兼容,提供直观的点击-拖放网页界面。在工具箱中,我们集成了四个不同研究小组的原始脚本,并将其翻译为Python 3。为确保跨分析结果一致,我们小心地确保Python版本的脚本结果与原始脚本结果相同。该工具箱、详细文档以及云端版本链接均可通过Github获取:https://github.com/RBartho/Aesthetics-Toolbox。总之,我们开发了一个帮助标准化和简化视觉美学研究中定量图像属性计算的工具箱。

关键词

引用

@article{arxiv.2408.10616,
  title  = {A toolbox for calculating objective image properties in aesthetics research},
  author = {Christoph Redies and Ralf Bartho and Lisa Koßmann and Branka Spehar and Ronald Hübner and Johan Wagemans and Gregor U. Hayn-Leichsenring},
  journal= {arXiv preprint arXiv:2408.10616},
  year   = {2024}
}

备注

41 pages, 6 figure