利用色彩和谐和空间背景进行照片美学评估

计算机审美评估照片是旨在自动计算照片美学价值的数据。这项技术具有广泛的实际应用潜力，尤其是在处理越来越多复杂的图像数据时，如何从大规模图像数据中区分出有用和美丽的照片成为一个大挑战。计算机审美评估的目标就是应对这一挑战，它基于一些美学规则，自动从照片中计算出美学值。除了空间构成和物体外观等常见的美学标准外，色彩和谐在审美评估中也扮演着重要角色。然而，现有研究中色彩和谐往往被忽略，且仅有一些简单的应用。本文基于这一背景，提出了针对照片美学评估的改进方法。主要工作包括： 1. 圆形区域采样（Circular Region Sampling）：这是一种针对局部区域采样的方法，更为有效。圆形区域采样方法考虑到了画面中色彩分布的局部特征，能够更好地捕捉到色彩和谐的关键元素。 2. 基于上述方法，通过实验来展示空间背景的重要性，并且遵循有序特征包（Ordered-Bag-of-Feature）的原则来探索照片的空间背景。 实验部分在公开且大规模的美学评估数据集上进行，结果显示所提出方法的有效性。 关键词包括：计算机审美评估、色彩和谐、圆形区域采样、空间背景。 在引言部分提到，随着图像数据复杂性的增加，如何从大规模图像数据中识别出既有用又美观的照片成为了一项巨大挑战。本文提出的方法着重于应用色彩和谐，这是一种重要的美学标准。通过基于一个既有的框架（文中提到的[9]），我们提供了一种色彩和谐描述符，它包含了圆形区域采样方法，并且依照有序特征包原则探索特征的空间背景。然后，在一个公共的、大规模的美学评估数据集上进行实验，以展示提出方法的有效性。 文章作者Hong Lu等人来自上海复旦大学计算机科学学院的智能信息处理重点实验室，以及天津理工大学计算机与通信工程学院。在实验和算法开发方面，文章还提到他们在研究中面对了一些挑战，比如色彩和谐的量化和空间背景的理解。 通过本文的研究，他们希望改进现有技术在色彩和谐处理上的局限性，并且展示了如何通过增强的采样方法和对空间背景的深入理解，来提升照片美学评估的准确性。通过这种方法，计算机能够更接近人类的审美观，并在艺术创作、摄影比赛、图像编辑和社交媒体等众多领域发挥重要作用。