面向摄影研究的主角自动识别

图像中的主角是最重要的人，观众第一眼就会注意到，并通过尺寸、位置、色彩饱和度和焦点清晰性等属性被强调。识别图像中的主角在传统摄影研究与媒体分析中起着重要作用，但该任务靠人工完成，可能缓慢而费力。此外，主角的选择有时是主观的。在本文中，我们分析了自动解决摄影研究所需主角识别的可行性，并提出了一种识别主角的方法。所提方法将基于机器学习的人体姿态估计与传统计算机视觉方法结合用于该任务。我们将该任务视为一个二分类问题，其中每个被检测到的人被分类为主角或非主角。为评估该任务的主观性及我们方法的性能，我们从多个来源收集了 300 张不同图像的数据集，并请五人（一名摄影研究者和四名其他人员）标注主角。我们的分析显示不同标注者间有较高一致性。所提方法在完整图像集上取得了 0.83 的有前景 F1 分数，在由摄影研究者评估为最清晰且最重要案例的子集上取得了 0.96。