基于深度学习的图像美学有序性估计研究.pdf

下载文档

8
0
约6.46万字
约 56页
2024-08-13 发布于江西
举报
版权申诉
保障服务

基于深度学习的图像美学有序性估计研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

本论文主要探讨了基于深度学习的图像美学评估技术，包括但不限于基于卷积神经网络CNN提取图像美学细节特征和整体特征将美学标签之间的有序性关系嵌入分类问题采用有序分类的方法来评价图像美学等级以及采用基于有序分类的图像美学等级评价网络实验结果显示，本文提出的基于注意机制和整体嵌套边缘检测的图像美学评估方法在图像美学等级二分类和三分类问题上的准确率分别高达8813和9410，相较于传统的随机剪切法有显著提高此外，针对有序分类的问题，本文还提出了一种基于有序分类的图像美学等级评价网络

中文摘要

基于深度学习的图像美学评估目的是使计算机能够模拟人对于图像美学的认知

过程，缩小计算机与人类的美学智能差距，从而构建图像美学评估模型。利用可计

算的方法来预测人类对图像的美学感知已成为计算机视觉领域的热点研究问题之

一。

本文研究了如何设计图像美学评估模型，基于卷积神经网络提取到与图像美学

评估相关的细节特征和整体特征，提高图像美学质量评估的精确度；探索了从图像

美学二分类问题到图像美学有序多分类问题，将美学标签之间的有序性关系嵌入分

类问题中，进一步细化图像美学评估分类问题。主要研究内

基于深度学习的图像美学有序性估计研究.pdf 原文免费试下载