基于视觉吸引力的集成网络图像排序
计算机视觉与模式识别
2020-06-09 v1 多媒体
图像与视频处理
摘要
我们提出了一种计算框架，用于对短时间内同一事件拍摄的图像（尤其是合影）进行排序。该排序预期与人类对图像整体吸引力的感知相一致。我们假设并通过主观分析提供证据，表明吸引人类的因素是其情感内容、美学和图像质量。我们提出了一种由三个信息通道集成的网络，每个通道预测对应于三种视觉吸引力因素之一的分数。对于群体情感估计，我们提出了一种基于卷积神经网络（CNN）的架构，用于从图像中预测群体情感。这一新架构强制网络关注图像中的重要区域，并取得了与最先进方法相当的结果。接下来，我们开发了一个结合群体情感、美学和图像质量分数的图像排序任务网络。由于缺少合适的数据库，我们创建了一个新的手动标注的、在各种社交活动中拍摄的合影数据库。我们在该数据库以及其他可用的基准数据库上给出了实验结果。总体而言，我们的实验表明，所提出的框架能够可靠地预测图像的整体吸引力，其结果与人类排序高度吻合。
引用
@article{arxiv.2006.03898,
title = {Ensemble Network for Ranking Images Based on Visual Appeal},
author = {Sachin Singh and Victor Sanchez and Tanaya Guha},
journal= {arXiv preprint arXiv:2006.03898},
year = {2020}
}