计算摄影——图像美学评分
这一章主要介绍下图像美学评分相关的内容。美学评分主要是评估图像的主观美感,一般可以用在图片筛选、相册管理等方面,比如可以基于美学评分评估出主观感受更具有美感的图片推荐作为相册封面。
一、数据集:
图像美学使用的数据集,一般需要具备三个特征:1、覆盖面全,包含不同的内容和风格。2、进行大规模的人类研究,在赋予美学分数时符合大部分人的认知。3、针对不同的任务进行“美”的定义的微调。目前开源可用的数据集有:Photo.Net、AVA、AADB、AVA-Reviews。
二、传统美学质量方法:
传统方法的研究主要通过人类直觉、心理学等来设计美学特征,比如:颜色、形式、空间组织、运动、深度、人体、意义、纹理等。这些特征可以分为三类:底层美学特征、摄影美学特征、通用与专用图像特征。
底层美学特征,主要是指图像的颜色、色调、亮度、对比度等统计特征。出色的摄影作品通常都非常简洁,和谐,这样可以突出主体,色调通常遵循单一色调、互补色调、相邻色调等原理。亮度则一般主要针对“白加黑减”问题,比如雪景根据自动曝光的18%灰进行曝光,画面就会偏灰,此类场景需要更亮才会更美。
摄影美学特征,主要是指专属于摄影领域的特征,比如空间构图特征、前景与背景特征等。构图一般要遵循黄金分割法则,视觉平衡,三分法等,拍摄照片要能够突出主体,可以基于色调图计数特征来计算主体区域的色彩丰富程度,背景要足够简洁,可以通过统计背景的颜色分布、边缘特征等来衡量。
通用与专用图像特征,则主要指对于某些特定类型的图片,有一些通用的特征,比如尺度不变特征变化(SIFT),视觉词袋模型(BOV)等。
三、深度学习美学质量评估
深度学习中此问题可以被当做分类问题、回归问题、排序问题来解决。
分类问题可用的算法为:RAPID模型、DMA模型、或者最基本的resnet、VGG等都可以。回归问题可以使用:NIMA模型。排序问题可以使用Siamese模型、Triplet模型等,这些模型结构就不在这里细讲了。
美学评分问题,主要受限于美学定义的主观性以及可用开源数据量较少,同时深度卷积网络对于输入图像通常都会进行裁剪、缩放、填充等操作,这也会破坏图像原有的特征,从而破坏图像的原始美感。
计算摄影——图像美学评分相关推荐
- 计算摄影——图像超分
这一节主要介绍一下基于单张图的图像超分算法.图像超分,就是要从低分辨率的图像恢复为高分辨率的图像,它在日常的图像和视频存储与浏览中都有广泛的应用. 基于深度学习的图像超分算法 不同的采样结构 图像超分 ...
- 图像美学质量评价技术总结
1.1 图像美学(Image Aesthetics)评价数据集: AVA(2012年):西班牙巴塞罗那自治大学计算机视觉中心的Murray等构建了一个面向图像视觉美学质量分析与度量的大规模图像数据库( ...
- 【计算摄影】图像美学专栏上线,先从学点摄影知识开始
大家好,这是专栏<计算摄影>的第一篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科.这是第一篇文章,本篇文章的重点不是技术,但却是一个很有意思的主题,也是后面内容的基础. 作者&am ...
- 如何对计算属性进行修改_「计算摄影」计算机如何学会自动地进行图像美学增强?...
大家好,这是专栏<计算摄影>的第四篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科.今天我们讨论的问题是如何学会做图像增强. 作者&编辑 | 言有三 1 图像美学增强基础 1 ...
- 【计算摄影】计算机如何学会自动地进行图像美学增强?
作者&编辑 | 言有三 1 图像美学增强基础 1.1 什么是美学增强 一幅图像要有更好的美感,最基本的要求就是对比度分布合理,饱和度以及色调符合图像主题,本次我们从图像对比度增强和色调增强两个 ...
- ASM-Net:可解释的美学评分及图像剪裁
2019-12-03 04:32:31 作者 | 涂逸 编辑 | 唐里 基于美学的图像裁剪(aesthetic image cropping)的目标是在一张图片中找到具有最高美学评价的子图. 在本篇论 ...
- 【计算摄影】图像与视频超分辨,深度学习核心技术与展望
大家好,这是专栏<计算摄影>的第七篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科. 作者&编辑 | 言有三 图像超分,就是要将低分辨率的图像恢复为高分辨率的图像,它在日常的 ...
- 【计算摄影】浅析图像修复背后的核心技术
大家好,这是专栏<计算摄影>的第十篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科. 作者&编辑 | 言有三 今天要介绍的一个问题是计算机视觉领域中的非常经典的问题,即图像修 ...
- 【计算摄影】浅析多重曝光与自动图像融合技术
大家好,这是专栏<计算摄影>的第六篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科. 作者&编辑 | 言有三 多重曝光(multiple exposure)是摄影中一种采用两 ...
最新文章
- python花数_Python数据分析实战,尾鸢花数据集数据分析
- map/reduce的概念
- 精简版sprintf适合嵌入式使用
- 【笔记】基于轻量和积网络及无人机遥感图像的大豆田杂草识别
- (转)使用mysqladmin ext了解MySQL运行状态
- win7如何看计算机用户名和密码怎么办,win7系统电脑查看共享文件夹时不显示用户名和密码输入窗口的解决方法...
- Goalng小demo二:客户信息关系系统
- 刚刚!微信8.0版本重大更新!没想到这么多新功能
- mysql 子查询 根据查询结果更新表
- MTK MT6763 FAQ资料集锦
- php计算时间差js,JS计算日期时间差
- SpaceSniffer(磁盘大小扫描分析) 彻底解决C盘爆满问题 清理C盘必备软件
- 智能电视:在红海之上造蓝海
- 《杀生》,胡说一下电影与思考
- ubuntu壁纸1080p
- python前端学习之js
- Maven:你还在手动导包吗?带你了解Maven的前世今生(尚硅谷详细笔记)
- https://www.jianshu.com/p/43d04d8baaf7
- Vue3 究竟好在哪里?(和 React Hook 的详细对比)
- GOM引擎登录器配置教程
热门文章
- python中字母是什么类型_Python中只有一个字母的字符串属于字符类型。( )_学小易找答案...
- linux的shell命令行参数,shell脚本命令行参数简介
- caffe 学习笔记之caffe.proto注释
- [漏洞分析] CVE-2021-42008 6pack协议堆溢出内核提权
- CorelDRAW VBA - 打开选择文件夹对话框
- 在仅由字符a、b构成的所有字符串中,其中以b结尾的字符串集合可用正规式表示为
- MySQL数据库建表注意事项
- 1.4_21 Axure RP 9 for mac 高保真原型图 - 案例20【中继器 - 入门1】中继器原理Repeater Table
- 10.Makefile ifeq、ifneq、ifdef和ifndef
- 那些人不可以喝茶叶茶