image aesthetics | BriefGPT

关键词image aesthetics

搜索结果 - 7

X-IQE: 可解释的基于视觉大语言模型的文本生成图像质量评估
本论文提出了一种新的可解释的图像质量评估方法 ——X-IQE, 它利用视觉大语言模型来评估文本到图像生成方法，通过生成文本解释，采用层次化思想链实现 MiniGPT-4 生成自洽、无偏见，且与人类评估高度相关的文本，提高了深度图像质量评估模
PDFa year ago
CVPRVILA：利用视觉语言预训练学习用户评论中的图像美学
提出一种基于用户评论的图像审美预测方法，使用视觉 - 语言预训练模型学习图像的审美表现，结合排名适配器模块设计了一种高效的模型适配方法。实验结果表明，该模型在图像美学字幕生成、零样本风格分类和零样本图像审美评价等任务上表现良好，达到了预先训
PDFa year ago
使用图注意力网络进行图像美感评估
本文提出了一种基于图神经网络的两阶段框架，通过图形神经网络捕捉视觉注意力，使得美学视觉分析中原始的长宽比和空间布局等特征得以保留，进一步提高了美学得分回归的精度。
PDF2 years ago
自动化深度照片风格转换
该研究介绍了一种基于深度学习技术的图像风格转换方法，通过引入内容图像的失真约束条件，应用于图像语义不同的部分，使用基于神经网络的图像分割方法和语义分组步骤进行自动分割处理，进一步提高了图像的美感效果，并且使得整个流程不依赖于用户交互的干预，
PDF5 years ago
神经美学图像评估器
为了更深入地认识审美，本文提出了一种神经审美图像审阅者模型，可以不仅为图像提供审美评分，还能生成解释评分原因的文本描述。通过多任务学习，该模型可以评估审美图像并以端到端的方式产生评论。研究结果表明，该模型在 AVA-Reviews 数据集上
PDF6 years ago
一种深度架构用于统一美学预测
本研究提出了一种预测图像美学得分分布的新型网络架构及其训练方法，该模型在使用单一模型仅进行分布预测任务的情况下，在标准的 AVA 大规模基准数据集上实现了美学质量分类、美学得分回归和美学得分分布预测三个任务的最新成果。同时，我们还介绍了一种
PDF7 years ago
学习多层深度表示用于图像情感分类
本文提出了一种新的深度网络（MldrNet），可以通过图像语义、图像美学和全局与局部视图的低级视观特征来学习图像情感分类的多级深层表示。实验表明，该方法在分类准确性方面至少优于现有最先进的使用深度特征或手工特征的方法。
PDF8 years ago