利用深度卷积神经网络学习摄影美学

自动照片美学评估是一项具有挑战性的人工智能任务。现有的计算方法侧重于建模单一美学分数或类别（好或坏），然而这些方法并未提供关于照片为何好或坏、或哪些属性贡献了照片质量的细节。为了同时获得准确性和人类对分数的可解释性，我们主张在学习整体分数预测的同时学习美学属性。为此，我们提出了一种新颖的多任务深度卷积神经网络，该网络联合学习八种美学属性以及整体美学分数。我们在整体美学分数的预测上报告了接近人类的表现。为了理解所学模型中这些属性的内部表示，我们还开发了利用梯度反向传播的可视化技术。这些可视化突出了对应属性的重要图像区域，从而提供了关于模型如何表示这些属性的见解。我们通过对激活图的定性分析，展示了不同属性相关的多样性和复杂性。