语义图像裁剪
计算机视觉与模式识别
2021-07-16 v1
摘要
自动图像裁剪技术常用于提升图像的美学质量；其通过检测图像中最美或最显著的部分并移除不需要的内容，得到更小且更具视觉愉悦感的图片。在本论文中，我为裁剪问题引入了一个额外维度：语义。我认为图像裁剪也可利用图像中包含的语义信息来增强图像对给定实体的相关性。我将此问题称为语义图像裁剪。为支持我的论点，我提供了一个新数据集，包含 100 张图像，每图至少有两个不同实体，并通过 Amazon Mechanical Turk 收集了四个真值裁剪。我使用该数据集表明，仅考虑美学的当前最优裁剪算法在语义图像裁剪问题上表现不佳。此外，我提供了一种新的深度学习系统，不仅考虑美学也考虑语义以生成图像裁剪，并使用我的新语义裁剪数据集评估其性能，表明利用图像的语义信息有助于产生更好的裁剪。
引用
@article{arxiv.2107.07153,
title = {Semantic Image Cropping},
author = {Oriol Corcoll},
journal= {arXiv preprint arXiv:2107.07153},
year = {2021}
}