通过轮廓感知多模态LLM提升零样态个性化图像审美评估
计算机视觉与模式识别
2026-04-21 v1 人工智能
摘要
个性化图像审美评估(PIAA)旨在预测用户对图像的主观评分，这需要建模用户特定的审美偏好。现有方法依赖历史用户评分进行此建模，因此在此类数据不可用时面临挑战。我们解决了此零样态问题，通过将用户轮廓作为上下文信号进行 personalization，并采用轮廓基的 personalization 范式。我们引入P-MLLM，一个轮廓感知多模态LLM，通过选择性融合模块增强冻结的LLM，以实现受控的视觉集成。这些模块在轮廓条件推理期间选择性地将视觉信息整合到模型的动态隐藏状态中，允许视觉信息以轮廓感知的方式被整合。在最新PIAA基准测试上进行的实验表明，P-MLLM实现了竞争性的零样态性能，即使仅使用粗糙的轮廓信息也能有效工作，凸显了轮廓基于 personalization 对零样态PIAA潜力。
引用
@article{arxiv.2604.17233,
title = {Enhancing Zero-shot Personalized Image Aesthetics Assessment with Profile-aware Multimodal LLM},
author = {Chun Wang and Chenfeng Wei and Chenyang Liu and Weihong Deng},
journal= {arXiv preprint arXiv:2604.17233},
year = {2026}
}