神经美学图像评审器
计算机视觉与模式识别
2018-03-01 v1
摘要
近来，对图像美学的感知兴趣日益上升。现有工作将图像美学视为分类或回归问题。为将认知从评分拓展至推理，对美学的更深理解应基于揭示为何对图像赋予高或低美学分数。基于此观点，我们提出一种称为神经美学图像评审器（Neural Aesthetic Image Reviewer）的模型，其不仅能给出图像的美学分数，还能生成解释该图像为何得到合理评分的文本描述。具体而言，我们提出两种基于共享美学语义层与高层任务特定嵌入层的多任务架构，以提升不同任务上的性能。为推动该问题研究，我们收集了AVA-Reviews数据集，其包含52,118幅图像与共计312,708条评论。通过多任务学习，所提模型能以端到端方式对美学图像评分并生成评论。在AVA-Reviews数据集上的性能评估证实，所提模型优于基线。此外，我们通过实验表明，我们的模型能生成与美学相关且与人类感知一致的文本评论。
引用
@article{arxiv.1802.10240,
title = {Neural Aesthetic Image Reviewer},
author = {Wenshan Wang and Su Yang and Weishan Zhang and Jiulong Zhang},
journal= {arXiv preprint arXiv:1802.10240},
year = {2018}
}
备注
8 pages, 13 figures