模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2017, Vol. 30 Issue (10): 865-874    DOI: 10.16451/j.cnki.issn1003-6059.201710001
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
特征互补的图像美学质量评分方法*
谢燕娟,陈昭炯,叶东毅
福州大学 数学与计算机科学学院 福州 350116
Image Aesthetic Quality Scoring Method Based on Feature Complementation
XIE Yanjuan, CHEN Zhaojiong, YE Dongyi
College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350116

全文: PDF (766 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 深度卷积神经网络(DCNN)难以针对性地分析图像的特定区域及其相互关系.文中将深度特征与人工设计的特征进行互补结合,提出对图像美学质量评分的方法.首先确定并抽取对美感起主导作用的特定区域,针对该区域及其与其它区域的关系,选择和设计5组美学相关的人工特征,特别是提出线条角度特征和清晰度对比特征.基于Siamese网络结构获取深度特征.选用支持向量回归(SVR)对上述两类特征进行回归预测,并设计基于spearman秩相关系数的权值调节最终的分数.实验表明,文中方法效果较优,与图像美学质量的主观评价具有较好的一致性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
谢燕娟
陈昭炯
叶东毅
关键词 图像美学质量评分 深度特征 人工特征设计 线条角度特征 支持向量回归(SVR)
    
Abstract:The deep convolutional neural network method can hardly analyze specific regions of an image and the relationship between those regions. A method for image aesthetic quality assessment is proposed by means of complementary combination of deep and handcrafted features. The specific regions dominating the aesthetic quality of the image are identified. Then, five groups of aesthetic relevant handcrafted features including line angles feature and clarity comparison feature are selected and designed. The deep features are acquired using Siamese network. Support vector regression algorithm is then applied to evaluate the score of the aesthetic quality of the image based on those handcrafted and deep features. The score is adjusted and finalized in light of the weight of Spearman rank-order correlation coefficient. Experimental results show that the proposed method outperforms the existing methods and the result is consistent with subjective assessment results.
Key wordsImage Aesthetic Quality Scoring    Deep Feature    Handcrafted Feature Designing    Line Angle Feature    Support Vector Regression(SVR)   
收稿日期: 2017-06-05     
ZTFLH: TP 181  
基金资助:国家自然科学基金项目(No.61502105)资助
作者简介: 谢燕娟,女,1994 年生,硕士研究生,主要研究方向为图像处理.E-mail:173610842@qq.com.
陈昭炯(通讯作者),女,1964 年生,硕士,教授,主要研究方向为图像处理、计算智能.E-mail:chenzj@fzu.edu.cn.
叶东毅,男,1964 年生,博士,教授,主要研究方向为计算智能、数据挖掘.E-mail:yiedy@fzu.edu.cn.
引用本文:   
谢燕娟,陈昭炯,叶东毅. 特征互补的图像美学质量评分方法*[J]. 模式识别与人工智能, 2017, 30(10): 865-874. XIE Yanjuan, CHEN Zhaojiong, YE Dongyi. Image Aesthetic Quality Scoring Method Based on Feature Complementation. , 2017, 30(10): 865-874.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201710001      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I10/865
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn