用于图像记忆性预测与修改的深度学习综合文献综述
计算机视觉与模式识别
2023-01-19 v2 机器学习
摘要
作为人类，我们能够非常详细地记住某些视觉图像，有时甚至只看过一次。更有趣的是，人类倾向于记住和忘记相同的事物，这表明图像可能存在一些通用的内在特征来编码和丢弃类似类型的信息。研究表明，某些图片比其他图片更容易被记住。图像能被不同观看者记住的能力是其内在属性之一。在可视化和摄影中，创作令人难忘的图像是一项困难的任务。因此，为了解决这一问题，各种技术被用于预测视觉记忆性并操纵图像的记忆性。我们提出了一份全面的文献综述，以评估用于预测和修改记忆性的深度学习技术。特别是，我们分析了卷积神经网络、循环神经网络和生成对抗网络在图像记忆性预测和修改中的应用。
引用
@article{arxiv.2301.06080,
title = {Comprehensive Literature Survey on Deep Learning used in Image Memorability Prediction and Modification},
author = {Ananya Sadana and Nikita Thakur and Nikita Poria and Astika Anand and Seeja K. R},
journal= {arXiv preprint arXiv:2301.06080},
year = {2023}
}