Open Shinosuke7110 opened 1 year ago
画像の美しさの尺度または評価。美的感覚は本質的に主観的な性質であるが、画像の意味内容、芸術的側面を記述する属性、撮影に使用された写真設定など、それに影響を与える特定の要因が存在する。本論文では、画像の意味内容、芸術的スタイル、構図の分析に基づく、画像の美観の自動予測方法を提案する。提案するネットワークは、意味的特徴抽出のための事前学習済みネットワーク（バックボーン）、画像属性の予測のためにバックボーンの特徴に依存する多層パーセプトロン（MLP）ネットワーク（アトリビュートネット）、美的推定専用のターゲットネットワーク（エステティックネット）のパラメータを予測するためにアトリビュートネットによって生成された埋め込みに事前に符号化した属性を利用する自己適応ハイパーネットワーク（AestheticNet）、からなる。提案するマルチネットワークは、画像から、スタイルと構図の属性、および、美的スコア分布を予測することができる。3つのベンチマークデータセットに対する結果は、提案手法の有効性を示し、アブレーション研究は提案ネットワークに対するより良い理解を与えている。
索引用語-画像美的評価、画像構成、画像スタイル、ハイパーネットワーク.
www.DeepL.com/Translator（無料版）で翻訳しました。
Authur 筆者
Motivation なぜやろうとしたか
Method 手法
Insight 結果
Contribution 貢献の要約
Keyword 新しいキーワードなど
Unknown 何が今だ不明か
Reflection 考察
Reference 関連研究
画像の美しさの尺度または評価。美的感覚は本質的に主観的な性質であるが、画像の意味内容、芸術的側面を記述する属性、撮影に使用された写真設定など、それに影響を与える特定の要因が存在する。本論文では、画像の意味内容、芸術的スタイル、構図の分析に基づく、画像の美観の自動予測方法を提案する。提案するネットワークは、意味的特徴抽出のための事前学習済みネットワーク（バックボーン）、画像属性の予測のためにバックボーンの特徴に依存する多層パーセプトロン（MLP）ネットワーク（アトリビュートネット）、美的推定専用のターゲットネットワーク（エステティックネット）のパラメータを予測するためにアトリビュートネットによって生成された埋め込みに事前に符号化した属性を利用する自己適応ハイパーネットワーク（AestheticNet）、からなる。提案するマルチネットワークは、画像から、スタイルと構図の属性、および、美的スコア分布を予測することができる。3つのベンチマークデータセットに対する結果は、提案手法の有効性を示し、アブレーション研究は提案ネットワークに対するより良い理解を与えている。
索引用語-画像美的評価、画像構成、画像スタイル、ハイパーネットワーク.
www.DeepL.com/Translator（無料版）で翻訳しました。