基于构图与显著性感知美学分数图的图像裁剪

美学图像裁剪是一项实用但具有挑战性的任务，旨在寻找图像中具有最高美学质量的最佳裁剪区域。近年来，许多深度学习方法被提出以解决该问题，但它们未能揭示美学评价的内在机制。在本文中，我们提出一种可解释的图像裁剪模型以揭开其神秘面纱。对于每张图像，我们使用全卷积网络生成美学分数图，该分数图在所有候选裁剪的裁剪级美学评价中共享。进而，我们要求美学分数图同时具备构图感知与显著性感知。特别地，同一区域在不同裁剪中的相对位置不同，其被赋予的美学分数也不同。此外，视觉显著区域应具有更敏感的美学分数，从而使我们的网络能够学习将显著物体置于更恰当的位置。这样的美学分数图可用于定位图像中美学重要区域，从而揭示我们模型所学到的构图规则。我们在多个基准数据集上展示了我们的模型在图像裁剪任务中的竞争性性能，并证明了其在真实世界应用中的通用性。