基于深度学习的图像美观度评价

摘要：

基于深度卷积神经网络的特征提取方法比传统手工特征提取方法更加贴近人类大脑的视觉感受.为此, 建立一种两通道组合图像美观度评价模型.使用美学信息通道和场景信息通道的组合来自动提取图像中美学信息和场景类别信息, 通过融合两类信息最终形成美感分类器.在AVA库上进行训练和测试, 结果表明, 与图像局部特征提取方法相比, 该模型结构较简洁, 且具有较高的分类准确率.

关键词：美观度评价、卷积神经网络、场景识别、两通道、分类网络

所属期刊栏目：45

分类号：TN911.73

资助基金：国家自然科学基金61622109

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：212-216,224