人们会喜欢你的图像吗？学习审美空间
计算机视觉与模式识别
2017-12-05 v2
摘要
评价一幅图像在审美上令人愉悦的程度是一件高度复杂的事情，取决于大量不同的视觉因素。以往的工作通过在例如融入手工设计属性的一维评分尺度上进行排名来处理审美评分问题。在本文中，我们提出了一种相当通用的方法，将审美愉悦性及其所有复杂性自动映射到一个“审美空间”中，以实现高度精细的分辨率。具体而言，利用深度学习，我们的方法直接将给定图像编码到这个类似视觉审美的高维特征空间中。除了上述视觉因素外，个人判断的差异对照片的受欢迎程度也有很大影响。如今，在线平台允许用户通过单击来“喜欢”或收藏某些内容。为了融入大量人群的多样性，我们利用这种多用户共识，并组装了一个包含38万张图像（AROD）及相关元信息的大型数据集，并推导出一个评分来评价给定照片的视觉愉悦程度。我们在用户研究中验证了我们推导出的审美模型。此外，无需任何额外的数据标注或手工设计特征，我们在AVA基准数据集上达到了最先进的准确率。最后，由于我们的方法能够预测任意图像或视频的审美质量，我们展示了其在照片集重排序、移动设备最佳拍摄捕捉以及视频审美关键帧提取等应用上的结果。
引用
@article{arxiv.1611.05203,
title = {Will People Like Your Image? Learning the Aesthetic Space},
author = {Katharina Schwarz and Patrick Wieschollek and Hendrik P. A. Lensch},
journal= {arXiv preprint arXiv:1611.05203},
year = {2017}
}