绘画特征提取方法与情感分析研究综述

目的 图像分类与情感分析是当前计算机视觉领域的研究热点,为人类绘画图像数字化研究提供了有效方法,在人类绘画艺术作品保护与作品创新中具有重要的应用价值。为更好地实现绘画作品的研究与创新,本文主要针对现阶段国内外的绘画分类与情感分析相关文献,进行详细地整理与分析。方法 本文以广泛的文献研究为基础,分析中西方绘画的不同表征方式及形成原因,归纳总结支持向量机、决策树、人工神经网络和深度学习等绘画图像分类中常用机器学习方法,并概述各类方法的优劣;重点围绕绘画图像特征提取与分类,绘画情感分析两个方面,对当前文献进行了系统地分析和总结。结果 系统概括了当前绘画图像研究中常用绘画数据库;以绘画图像的笔触特征、颜色特征、形状特征和纹理特征、留白特征等方面为依据,详细综述了中西方绘画特征提取技术与分类方法的研究现状及发展;简要梳理了绘画图像分类模型中常用的评价方法,并分析了当前研究中的常用评价指标;主要从颜色特征的角度出发,阐述了西方绘画情感分析的研究进展,为中国传统绘画情感分析提供了有效的思路;最后,提出了当前绘画分类和绘画情感研究中存在的问题和挑战,并探讨了存在问题的应对之策。结论 绘画作为人类重要的文化成果,未来会涌现出更多的研究算法与探索思路,本文内容对绘画图像分类的进一步研究,特别是中国传统水墨画情感分析和绘画艺术创作方面的研究,可以起到一定的启发和指导作用。     

绘画艺术图像的计算美学: 研究前沿与展望

绘画艺术是人类艺术创作的重要组成部分, 绘画艺术图像的计算美学是利用机器实现可计算的人类审美过程, 其在大规模绘画的自动化分析和机器对感性的计算建模上具有重要的应用价值和科学意义. 针对其交叉学科的特点, 本文首次从人类审美的感知、认知和评价三个关键过程出发, 将绘画艺术图像的计算美学研究完整地归纳为属性识别、内容理解和美学评价三方面研究内容, 对其中的问题建模、数据获取和前沿方法等关键科学问题进行了归纳总结, 并对绘画计算美学的三方面研究内容进行了对比、思考和展望.     

图像融合研究综述

分析了图像融合结构,评述了国内外图像融合方法,并对目前研究热点的彩色图像融合进行了论述,阐明了图像融合评估的研究现状。最后,说明了图像融合发展的影响因素,并指出了图像融合发展的3个主要方向与研究热点。     

可计算的图像美学分类与评估

可计算图像美学的研究目的是希望计算机能够模拟人类的视觉系统与审美思维,对图像进行美学价值的判断.以摄影图像为研究对象,首先通过显著区域检测将图像划分为整体区域和关键区域,提取有效的低层视觉特征、高层美学特征和区域特征;然后以人对图像的主观美感评分为基础,采用机器学习的方法建立图像美感等级分类器和美学分数评估模型,实现了高、低美感图像的自动分类,并能对图像的美学分数进行自动评估.在美学图像数据库上的实验测试结果显示,高、低美感分类模型的平均分类准确率为75.37%;美学分数自动评估模型的结果与人的主观审美评分之间的相关性为0.790,均方根误差为0.244;该结果符合人类对图像的审美感知.同时,通过与其他算法进行对比实验,结果表明文中算法更为有效.     

基于语义感知的图像美学质量评估方法

当前图像美学质量评估的研究主要基于图像的视觉内容来给出评价结果,忽视了美感是人的认知活动的事实,在评价时没有考虑用户对图像语义信息的理解。为了解决这一问题,提出了一种基于语义感知的图像美学质量评估方法,将图像的物体类别信息以及场景类别信息也用于图像美学质量评估。运用迁移学习的思想,构建了一种可以融合图像多种特征的混合网络。对于每一幅输入图像,该网络可以分别提取出其物体类别特征、场景类别特征以及美学特征,并将这三种特征进行高质量的融合,以达到更好的图像美学质量评估效果。该方法在AVA数据集上的分类准确率达到89.5%,相对于传统方法平均提高了19.9%,在CUHKPQ数据集上的泛化性能也有了很大提升。实验结果表明,所提方法在图像美学质量评估问题上,能够取得更好的分类性能。     

可计算图像美学研究进展

可计算图像美学研究目的是希望计算机能够模拟人类的视觉系统与审美思维对图像进行美学价值的判断。其研究成果可以应用到融合主观感知的基于语义的图像检索、图像美学质量评估、图像的美学修正、摄影的美学预测、艺术作品风格分析、人机交互等方面。该研究涉及美学、艺术、认知科学、计算机科学、心理学等多个学科,属于多学科交叉的创新性前沿研究课题,具有重要的理论研究价值和应用前景。总结国际上最新研究成果,对该研究的常用方法和存在问题进行了系统的分析及综述,给出了可计算图像美学分析研究的一般框架,对图像的审美度量、美学视觉特征提取和美学推导等关键技术,以及图像美学的应用与发展前景等进行了详细讨论,并且针对当前研究存在的问题提出关键的解决方案。     

基于深度学习的照片图像美感质量评估综述

图像美感质量评估作为计算美学中重要的研究领域,是指利用计算机模拟人类的主观审美思维,并在此基础上对图像的美感进行定性或定量评估。作为图像美感质量评估中的一类主要研究对象,照片图像美感质量评估在检索与排序、照片图像美化等方面有着广泛的应用。本文主要对基于深度学习技术的照片图像美感质量评估研究进行归纳和总结,并从基于深度学习的美感评估这一基本思路出发,依次对照片图像美感质量评估类别、照片图像美感评估数据集及其建立方法进行综述,并对相关研究内容提出建议。     

浅谈西方绘画抽象性的形式体现

在西方绘画的表现方式中有一定的抽象性因素存在。西方绘画由"极似"走到"极不似",这种抽象因素对各种表现形式具有广阔的涵盖力、溶解性。从横向来说,它是对现实生活中各种具体事物的形态、动态、情趣、意象等的抽离和升华;从纵向来说,它是在漫长的人类艺术实践中由内容到形式的积淀过程。     

浅谈中西传统绘画的美学思想差异

由于中西方的宇宙观和哲学背景不同,导致了中西美术的差异。在传统绘画中,形成东西方两大体系,即以中国画为代表的东方绘画和以油画为代表的西方绘画,它们各有自己的基本特征和传统文化的特点,从而形成各自不同的表现形式和审美特点。     

深度卷积神经网络在图像美学评价的应用综述

随着近年来深度学习的日益发展,图像美学评价逐渐成为一个新的热门研究课题,深度卷积神经网络在图像美学评价的应用成功地取得了可观的发展成果,并引起了广泛的关注。为了解决现有综述存在的文献概括不全、对该技术的发展情况认识不足的问题,先后从全局感知和局部感知、个性化查询、手工特征提取与深度卷积神经网络结合等角度对其发展情况进行了详细地阐述,对图像美学评价、图像裁剪、工具应用等应用情况作了分析,并从充分结合多场景、巧用构图规则、提前建立美学图像数据集等角度进行了未来工作展望。     

个性化图像美学评价的研究进展与趋势

图像美学评价方法是当前研究的热点问题。图像美学评价分为大众化和个性化两种。大众化图像美学评价主要研究大多数人对图像共同的审美感知评估,而个性化图像美学评价可以针对用户的个性化审美感知进行评估。现有的研究工作主要集中在大众化图像美学评价上,但是由于人们对图像的审美体验具有高度主观性,研究针对特定用户的个性化图像美学评价方法更加符合现实意义。目前研究人员针对个性化图像美学评价展开了相关研究,并取得了一定的研究进展。但是现有的文献中缺少对个性化图像美学评价方法的综述,本文针对个性化图像美学评价的研究进展与趋势进行概述。首先分析图像美学评价的研究现状与发展趋势;然后针对现阶段的个性化图像美学评价模型进行概述,将现有的个性化图像美学评价模型总结为基于协同过滤的模型、基于用户交互的模型和基于审美差异的模型,并分析这3类模型主要的设计思路以及优缺点;最后介绍个性化图像美学评价在精准营销、个性化推荐系统、个性化视觉增强和个性化艺术设计上的应用前景,并指出未来研究工作在主观特性分析和知识驱动建模等方面的发展方向。     

陈辉水墨画研究

多年来,中国画的发展和创新一直是美术界的热点,其中对水墨画的探索和实验更是百花齐放。著名画家陈辉也是这场水墨实验的积极参与者,通过勤奋的探索逐渐构建起自己独特的水墨语言。文章分析了陈辉多年来水墨实验的过程,并对其作品的艺术特色和绘画形式语言做出具体深入的分析和论述,从而揭示了陈辉水墨探索的重要意义及影响,为今后中国水墨画的进一步发展提供参考。     

水墨画计算审美评估

近几年计算审美已成为一个活跃的研究方向,但现有工作主要以照片和油画作为研究对象.水墨画以水墨为主,以颜色为辅来表现物体,因而在视觉特征上与照片和油画有显著不同.提出一个水墨画的计算审美评估框架.该框架首先提取水墨画中的颜色、构图和纹理特征,然后用著名画家齐白石的60幅国画作品进行验证.具体先对这些作品进行人工审美评分,然后将计算的特征变量和人工审美评估数据回归得到一个计算审美评估模型.实验结果表明,该模型计算审美评估结果与人工审美评估结果之间的皮尔森相关系数达到0.949.该工作为水墨画作品审美评估提供了一个参考框架,而且有助于进一步探索人类审美与从水墨画中提取可计算视觉特征之间的关系.     

Reproducible research: a minority opinion

Reproducible research, a growing movement within many scientific fields, including machine learning, would require the code, used to generate the experimental results, be published along with any paper. Probably the most compelling argument for this is that it is simply following good scientific practice, established over the years by the greats of science. The implication is that failure to follow such a practice is unscientific, not a label any machine learning researchers would like to carry. It is further claimed that misconduct is causing a growing crisis of confidence in science. That, without this practice being enforced, science would inevitably fall into disrepute. This viewpoint is becoming ubiquitous but here I offer a differing opinion. I argue that far from being central to science, what is being promulgated is a narrow interpretation of how science works. I contend that the consequences are somewhat overstated. I would also contend that the effort necessary to meet the movement’s aims, and the general attitude it engenders would not serve well any of the research disciplines, including our own.     

机器学习在超声图像中的应用综述

超声图像为临床疾病检测与诊断提供重要的辅助信息,机器学习在超声图像中的应用给超声图像的分析诊断带来了新变革.从超声图像的去噪、分割、检测、分类等方面介绍了超声图像的研究现状.分类综述了近年来机器学习算法在超声图像领域的研究和应用进展.指出了基于机器学习在医学影像领域开展研究所面临的困难与挑战,并对未来研究方向进行了展望...     

Learning from a Population of Hypotheses

We introduce a new formal model in which a learning algorithm must combine a collection of potentially poor but statistically independent hypothesis functions in order to approximate an unknown target function arbitrarily well. Our motivation includes the question of how to make optimal use of multiple independent runs of a mediocre learning algorithm, as well as settings in which the many hypotheses are obtained by a distributed population of identical learning agents.     

The influence of product aesthetics and usability over the course of time: a longitudinal field experiment

A longitudinal field experiment was carried out over a period of 2 weeks to examine the influence of product aesthetics and inherent product usability. A 2 × 2 × 3 mixed design was used in the study, with product aesthetics (high/low) and usability (high/low) being manipulated as between-subjects variables and exposure time as a repeated-measures variable (three levels). A sample of 60 mobile phone users was tested during a multiple-session usability test. A range of outcome variables was measured, including performance, perceived usability, perceived aesthetics and emotion. A major finding was that the positive effect of an aesthetically appealing product on perceived usability, reported in many previous studies, began to wane with increasing exposure time. The data provided similar evidence for emotion, which also showed changes as a function of exposure time. The study has methodological implications for the future design of usability tests, notably suggesting the need for longitudinal approaches in usability research. PRACTITIONER SUMMARY: This study indicates that product aesthetics influences perceived usability considerably in one-off usability tests but this influence wanes over time. When completing a usability test it is therefore advisable to adopt a longitudinal multiple-session approach to reduce the possibly undesirable influence of aesthetics on usability ratings.     

网络入侵检测技术综述

随着互联网时代的发展,内部威胁、零日漏洞和DoS攻击等攻击行为日益增加,网络安全变得越来越重要,入侵检测已成为网络攻击检测的一种重要手段。随着机器学习算法的发展,研究人员提出了大量的入侵检测技术。本文对这些研究进行了综述。首先,简要介绍了当前的网络安全形势,并给出了入侵检测技术及系统在各个领域的应用。然后,从数据来源、检测技术和检测性能三个方面对入侵检测相关技术和系统进行已有研究工作的总结与评价,其中,检测技术重点论述了传统机器学习、深度学习、强化学习、可视化分析技术等方法。最后,讨论了当前研究中出现的问题并展望该技术的未来发展方向和前景。本文希望能为该领域的研究人员提供一些有益的思考。