基于深度生成模型的照片编辑多模态预测与个性化
机器学习
2017-04-18 v1 机器学习
摘要
专业级软件应用功能强大但复杂——专家用户能取得令人印象深刻的成果，但新手往往连基本任务都难以完成。照片编辑就是一个典型例子：加载照片后，用户面对一系列晦涩的滑块，如“clarity”、“temp”和“highlights”。自动生成的建议会有帮助，但给定图像没有单一的“正确”编辑——不同专家面对同一图像可能做出非常不同的美学决策，而单个专家也可能根据图像的预期用途（或一时兴起）做出不同选择。因此，我们需要一个既能提出多个多样化、高质量编辑方案，又能从用户美学偏好中学习并适应的系统。本工作中，我们开发了一个满足这些目标的统计模型。我们的模型建立在神经网络生成建模和可扩展推断的最新进展之上，并利用层次结构来学习众多不同用户的编辑模式。经验上，我们发现该模型在这一具有挑战性的多模态预测任务上优于其他方法。
引用
@article{arxiv.1704.04997,
title = {Multimodal Prediction and Personalization of Photo Edits with Deep Generative Models},
author = {Ardavan Saeedi and Matthew D. Hoffman and Stephen J. DiVerdi and Asma Ghandeharioun and Matthew J. Johnson and Ryan P. Adams},
journal= {arXiv preprint arXiv:1704.04997},
year = {2017}
}