CVPRMar, 2022

使用丰富属性进行个性化图像美学评估

PDF
TL;DR介绍了一个包含丰富注释的新 Personalized image Aesthetics database with Rich Attributes (PARA) 和一个基于条件先验的 PIAA 模型，从而解决了现有 PIAA 数据库中存在的主观性不足和主题方面不多样的问题。
personalized image aesthetics assessmentsubjective studypara databaseconditional piaa modelaesthetic preferences
发现论文，激发创造
  • 走向艺术图像美学评估：一个大规模数据集和一种新方法

    本研究提出了一个大规模的 Boldbrush 艺术图像数据集，并采用 SAAN 方法从中提取和利用风格专属和通用美学信息来评估艺术图像，结果表明该方法在数据集上表现优异，这为未来的艺术图像美学评估研究提供了基础。

    Mar, 2023

  • 具备属性与内容适应的照片美学排名网络

    本研究旨在学习使用卷积神经网络，应用深度学习技术自动评估照片美学排名，基于深入剖析其有意义的摄影属性与图像内容信息来规范复杂的照片美学评分问题，通过新提出的采样策略，从多个人类评分者分配的美学得分次元数据集中提取信息，提高了算法的一致性与鲁棒性，实验表明，该模型可使美学排名更符合人类评分标准，并成功在现有 AVAdatabase 基准测试中实现了最先进的图像分类性能

    Jun, 2016

  • UMAAF：透过图像的多样属性揭示美学

    在智能手机和网站日益普及的背景下，图像美学评估变得越来越重要。本研究提出了一种统一的多属性美学评估框架（UMAAF），以模拟图像的绝对属性和相对属性。UMAAF 在图像绝对属性方面使用多个模块和交互网络来提取属性特征，并通过相对属性的相对关系损失函数进一步优化模型的鲁棒性。在多个实验证明了各模块的有效性和与人类偏好一致性之后，UMAAF 在 TAD66K 和 AVA 数据集上取得了最先进的性能。

    Nov, 2023

  • 发现美学图像分析的美丽属性

    本文提出了使用 AVA 数据库，自动发现和学习视觉属性来实现美学质量预测、图像标记和检索的目的。

    Dec, 2014

  • 不同艺术类别的绘画和素描审美评估与丰富属性

    该研究介绍了一个专门为绘画领域而设计的多属性、多类别的数据集 APDD，其中包含 24 个艺术类别和 10 种不同的审美属性。同时，提出了一种名为 AANSPS 的创新方法，用于评估混合属性艺术数据集中的审美属性。该研究的目标是促进绘画和素描审美评估领域的发展，丰富现有的资源和方法论，以进一步推动该领域的应用和发展。

    May, 2024

  • 可学习查询的图像美学评估

    通过可学习的查询（IAA-LQ）方法，从预训练的图像特征中提取美学特征，对图像进行美学评估，在真实世界数据上表现优于最先进的方法 2.2％的 SRCC 和 2.1％的 PLCC。

    Sep, 2023

  • 图像美学属性评估

    本文介绍了一种通过文本对图像进行审美属性评估的方法，提出了一种新的图像审美评估公式，即预测每个属性的审美特征标题以及每个属性的审美得分，并介绍了一种新的数据集 DPC-Captions。我们使用特殊设计的 AMAN 模型来预测 5 个审美属性的标题和每个属性的数值评估，证明了我们的方法优于传统的 CNN-LSTM 模型和现代的 SCA-CNN 模型。

    Jul, 2019

  • UNIAA: 统一的多模态图像审美评估基准和参考

    通过提出统一多模态图像审美评估（UNIAA）框架，包括带有视觉感知和语言能力的多模态大型语言模型（MLLM）UNIAA-LLaVA 以及一个全面的基准 UNIAA-Bench，本文将图像审美评估（IAA）的成本降低，并通过解决现有数据集转化问题，在多个审美水平上验证了 UNIAA 的有效性和合理性。

    Apr, 2024

  • 一份人像图像质量评估数据集

    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

  • 混合多属性数据集上的图像美学属性评估

    本研究通过构建一个新的图像属性数据集 AMD-A，设计外在属性特征来融合，提出了一种高效的混合多属性图像美学属性评估方法，并利用 EfficientNet-B0 作为骨干网络构建了一个多任务网络体系结构，能够实现美学分类、总体评分和属性评分。实验结果表明，我们提出的方法能够有效提高美学整体和属性方面的表现。

    Jul, 2022