基于显著性增强多模式池化的图像构图评估
计算机视觉与模式识别
2021-10-19 v2
摘要
图像构图评估在美学评估中至关重要，旨在评估给定图像的整体构图质量。然而，据我们所知，尚无专门为该任务提出的数据集或方法。本文贡献了首个构图评估数据集CADB，其中包含多位专业评分者给出的每幅图像构图分数。此外，我们提出一种带有新颖的显著性增强多模式池化（SAMP）模块的构图评估网络SAMP-Net，该模块从多种构图模式视角分析视觉布局。我们还利用构图相关属性进一步提升性能，并将推土机距离（EMD）损失扩展为加权EMD损失以消除内容偏置。实验结果表明，我们的SAMP-Net优于以往的美学评估方法。
引用
@article{arxiv.2104.03133,
title = {Image Composition Assessment with Saliency-augmented Multi-pattern Pooling},
author = {Bo Zhang and Li Niu and Liqing Zhang},
journal= {arXiv preprint arXiv:2104.03133},
year = {2021}
}