本文研究了使用视觉 - 语言模型自动从网络中获取图片来增强教科书的有效性，将该任务作为一种新的优化问题。经过众包评估验证了该方法的可行性，并发布了相应的数据集以促进更多的研究。

Apr, 2023

针对超过 100 个面部数据集进行的历史调查表明，这些数据集受到政治动机、技术能力和当前社会规范等多种因素的影响，掩盖了一些可能有害或有问题的实践。因此，需要明确传达这些细节，以建立更加深入的对技术在现实世界中功能的理解。

Feb, 2021

本研究基于大规模照片数据集，运用深度学习训练分类器和风格聚类方法，分析全球时尚趋势及时空变化规律。

Jun, 2017

该研究新颖地提出了解决图像中摄影师身份识别问题的方法，并通过 180,000 张 41 位著名摄影师拍摄的图像数据集，使用计算机视觉技术和卷积神经网络等方法，研究不同特征对于摄影师身份的判断效果。研究结果表明，高级特征能够显著提高识别准确度，并通过质量较高的模型识别结果展示了具体人物拍摄风格推测的能力，同时对基于摄影师身份的应用进行了探究。

Aug, 2015

本研究基于深度学习技术，在分析 2016 年一月份两百万张新闻照片的基础上，探索了新闻照片的出现物体、情感分析、性别表现、政治候选人形象等多个方面。该研究是首个大规模利用深度学习 API 进行新闻图片内容分析的工作。

Mar, 2016

本研究针对视觉识别技术中的特征表示、学习算法和标记的训练数据进行了探究，提出了一种基于网络监督的自动图像数据生成方法，以实现对大量视觉概念的高效训练和识别。在 Pascal VOC 2007 数据集上对该方法进行了测试，并取得了明显的优越性能。

Jun, 2019

该研究介绍了一个人像特定的图像质量评估数据集 PIQ23，其使用配对比较的方法由多位专家对三个特定属性进行注释，在深入的统计分析后，证明了语义信息可以用于提高图像质量评估的预测。

Apr, 2023

该研究提出了一种基于可视化隐私顾问的方法，在图像内容方面扩展用户的隐私设置，以减轻用户分享图片带来的隐私风险和隐私泄露的风险。通过将个人信息映射为图像属性，从图像直接预测个人信息，了解不同用户在隐私属性方面的偏好，并在此基础上提出模型以预测用户在隐私风险方面的表现，并在一定程度上优于用户自己的隐私风险认知。

Mar, 2017

本篇论文介绍了一种数据驱动的方法来识别影响人们服装选择的特定的文化因素，同时通过应用多模态统计模型来改善具体的视觉风格预测和图片时间戳的任务，旨在将文化与服装联系起来的可扩展和易于实施的计算方法的第一步。

Feb, 2021

本研究使用现代相机，通过 StyleGAN2 框架将历史照片投影到高分辨率现代照片空间中，实现了去噪、上色和超分辨率等多种效果，并成功克服了抛弃老照片中的瑕疵的难题，本研究在多个历史人物案例中，相比现有的图像恢复算法，取得了显著的改进效果。

Dec, 2020