关键词image aesthetics assessment
搜索结果 - 6
- 多模态可学习查询用于图像美学评估
利用多模式学习查询 (MMLQ) 从多模式预训练特征中提取与美学相关的特征,实验结果表明其在多模式图像美学评估方面取得了新的最优性能,SRCC 和 PLCC 分别超过先前方法 7.7% 和 8.3%。
- 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。
- CLIP 为视觉美学学习者带来更好的特征
旨在提升图像审美评估(IAA)的性能,本研究提出了统一且灵活的两阶段 CSKD(CLIP-based Semi-supervised Knowledge Distillation)范式。通过特征对齐损失,该方法整合和利用多源无标签数据集,将 - CVPR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。
- CVPR自适应分数扩张卷积网络用于图像美学评估
本文提出了一种自适应分数膨胀卷积(AFDC)方法,采用图像宽高比嵌入、保持组成以及无需额外参数的方式在卷积内核层面处理图像宽高比信息,通过使用最近两个整数膨胀卷积核内插可以解决分数采样对齐问题;并提供了迷你批量训练的简洁公式,并利用分组策略 - 用于图像美感评估的仿脑深度网络
本论文使用脑启发式深度网络来进行图像美学评价,并进行了标签保留转换的首次研究,以及对人类评级的分布预测。在 AVA 数据集上的实验结果表明,相较于其他同等或更高参数容量的最新技术模型,我们的生物学启示和专门的 BDN 模型获得了显著的性能提