ProCrop：从专业构图学习美学图像裁剪
计算机视觉与模式识别
2025-05-29 v1
摘要
图像裁剪对于增强照片的视觉吸引力和叙事影响力至关重要，然而现有的基于规则和数据驱动的方法通常缺乏多样性或需要标注的训练数据。我们引入了 ProCrop，这是一种基于检索的方法，利用专业摄影来指导裁剪决策。通过将专业照片的特征与查询图像的特征融合，ProCrop 从专业构图中学习，显著提升了性能。此外，我们提出了一个包含 24.2 万张弱标注图像的大规模数据集，这些图像是通过对专业图像进行外绘并迭代细化各种裁剪提案生成的。这种构图感知的数据集生成提供了在美学原则指导下多样化的高质量裁剪提案，并成为最大的公开可用的图像裁剪数据集。大量实验表明，ProCrop 在有监督和弱监督设置下均显著优于现有方法。值得注意的是，当在新数据集上训练时，我们的 ProCrop 超越了以前的弱监督方法，甚至匹配了全监督方法。代码和数据集都将公开提供，以推进图像美学和构图分析的研究。
引用
@article{arxiv.2505.22490,
title = {ProCrop: Learning Aesthetic Image Cropping from Professional Compositions},
author = {Ke Zhang and Tianyu Ding and Jiachen Jiang and Tianyi Chen and Ilya Zharkov and Vishal M. Patel and Luming Liang},
journal= {arXiv preprint arXiv:2505.22490},
year = {2025}
}
备注
16 pages, 15 figures