照片美感品质的客观评价研究
在计算机视觉和计算美学领域中人们越来越关注如何自动评价和判断图片的美感品质,这补充和完善了原有对照片只有主观美感品质评价,在美学人工智能及模式识别之间建立了桥梁.本文选取风景、夜景、静物、建筑、动物和植物6类景物照片,研究照片美感品质的客观评价方法.采用图像显著度求取算法,确定照片显著区域,提出了41种反映照片颜色、纹理、结构等特点的特征,并使用支持向量机、Adaboost、随机森林等4种分类器进行机器学习和美感品质评价.对提出的特征值集合进行十交叉美感品质评价实验,得到4种分类器对6类照片的评价结果;采用ROC分析方法,找到对照片美感品质评价影响程度最高的特征.实验结果表明,采用提出的41种特征对6类景物照片进行美感品质评价和分类时均有较好的准确率,即使选用对照片美感品质有显著影响的较少特征进行分类时仍能保持较高的准确率.
景物照片 图像显著度求取算法 机器学习 美感评价
王朝晖 普园媛 余映 徐丹 刘济远
云南大学信息学院,昆明650091 云南大学信息学院,昆明650091;云南大学省电子计算中心云南省高校数字媒体技术重点实验室,昆明650091
国内会议
葫芦岛
中文
141-149
2015-09-11（万方平台首次上网日期，不代表论文的发表时间）