从Web图像中相对学习以用于内容自适应增强

个性化和内容自适应的图像增强在社交媒体和移动计算时代可以找到许多应用。本文提出了一种基于相对学习的方法，与以前的方法不同，该方法不需要匹配原始图像和增强图像进行训练。这允许使用大规模在线照片集合来训练排序模型以实现更好的增强。我们首先提出一个多级排序模型，该模型仅从自动抓取的相对标记输入中学习。然后我们在该模型下设计一种新颖的参数采样方案，为新图像生成所需的增强参数。为了进行评估，我们首先使用由专家增强/标记的图像验证了我们方法的有效性和泛化能力。然后我们进行了主观测试，表明用户更喜欢我们方法增强的图像而不是其他现有方法。