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。     

独特的时尚人像照片

利用闪光灯补光,我们就可以在户外拍摄到别具一格的人像照片,即使天气不理想时也是如此。人像和时尚摄影师在户外拍摄时,总是会使用闪光灯补光,赋予照片一种多彩漂亮的感觉,这样还可以最好地展现模特和服装。     

在RAW格式下优化人像照片

需要软件：Photoshop CS或者Elements、Adobe Camera RAW软件 你会学到：在打开RAW格式文件时优化照片 需要时间：大约5分钟 色调整是图像编辑过程的重要组成部分。     

鲍曼博士答疑解惑 完美无瑕的人像

在数码后期横行的年代，有时很难区分一幅作品是照片还是画作。有些电影海报或者杂志封面的照片，看上去完美得让人不可思议。这次．鲍曼博士将讲解如何做出风格各异的仿制手绘人像。[编者按]     

巧用特效叠加,打造质感人像照片

运用图片特效可以轻松改变照片的视觉感受,因此＂美图秀秀＂软件的多种一键特效功能很受P图爱好者的青睐。但是太过单一的特效处理有时会让图片过于普通,而将多种特效组合应用或许能达到不错的效果,如下面教程的效果,对比原片,人像不但更加凸显质感,色彩上也非常接近欧美风格大片。     

逆光人像的缺憾

Q 现在非常流行逆光人像,我也拍摄了一张这样的照片,但是感觉上很奇怪,请问是我用光有问题吗？另外,还有后期忧化的可能吗？     

老年人像照片的修饰

需要软件：Photoshop CS或更高版本 你会学到：简单修饰人物面部 需要时间：大约8分钟 如果我们自己尝试过修饰人像,就会知道照片＂很多细节都想要完善＂的感觉。但是如果我们让每一个皱纹和斑点都逐一消失,影像迟早会失去一些魅力。     

修出完美的人像照片

杂志上的人像照片基本上都是需要在拍摄之后进行修饰的,经过修饰的照片品质与之前有很大的区别。下面,我们将为大家介绍一些人像照片修饰的基本技巧,通过这些简单的技巧,我们可以让自己拍摄的人像照片更加完美无瑕。这些技巧中的个别步骤虽然简单,但却需要花费比较多的时间,然而在最终大功告成时,大家一定会认为花费的这些时间完全是值得的。     

人像组照：生命的礼赞

当青春不再,人生接近暮年;当生命不再,真实已成为往昔,一切都是那么让人眷恋。我们在经历了汶川惨痛后,也更懂得了生命的重要与意义。这时我们才发现,记录下亲人好友人生轨迹的一幅幅照片,是如何的弥足珍贵。这一幅幅记录成长的过程、一幅幅炫耀着青春的绚丽、一幅幅见证着爱的誓言的照片,珍藏着我们最珍贵的人生记忆。     

基于人像图像的随机序列发生器

通过利用人像面部表情特征的差异性和获取（拍摄）过程中随机性,提出了一种新的随机序列生成方法;通过将图像获取过程中的随机噪声与人体生物特征相结合的方式产生随机源。仿真测试表明,该方法产生的随机序列不具有线性相关性和非线性相关性,具有优良的均匀度和FIPS PUB 140-2及NIST 800-22测试通过率,能够满足信息安全的需要,并且方法简单,易于实现。     

基于联合一致循环生成对抗网络的人像着色

传统灰度图像着色方法存在颜色失真、效果不佳等问题,已逐渐被深度学习方法取代。目前基于深度学习的人像着色方法主要存在复杂背景下误着色的问题。针对上述问题,提出了联合一致循环生成对抗网络的人像着色方法。该方法在循环生成对抗网络的基础上,采用联合的一致性损失训练模型;生成网络采用U型网络结构（UNet）进行改进,以提高生成图像信息的完整性;判别网络中引入多特征融合的特征提取方式,增强特征对图像的细节表达。最后通过在自建的CASIA-PlusColors高质量人像数据集中的对比实验,验证了该方法对复杂背景中的人像着色有着更好的效果。     

主动特征学习及其在盲图像质量评价中的应用

盲图像质量评价是指在没有原始图像信息的情况下,预测给定图像的视觉感知质量.迄今为止,基于无监督特征学习的盲图像质量评价方法取得了较好的性能,但其质量预测精度随特征维度的降低而显著下降.为了克服这一缺陷,作者将主动学习策略与无监督特征学习相结合,提出了一种主动特征学习框架,以提高图像特征表示的判别性,并利用所学特征进行质量预测.实验表明,在特征维度较低时,与基于无监督特征学习的方法相比,文中方法在图像质量预测精度上提高了8%.同时,文中方法的性能也优于现有的其他盲图像质量评价方法.     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

基于多参数和极限学习机的图像质量评价方法研究

现有的图像质量评价算法大部分都是基于单个参数,评价不够全面。提出了基于多参数和极限学习机的图像质量评价方法,该方法融合了传统统计参数(PSNR)、基于结构相似度的参数(SSIM)和基于自然场景分析的参数(VIF和FSIM),将这些参数作为极限学习机的输入,拟合出这些特征参数和人类主观评价分值的内在关系,挖掘其内在规律。本方法和采用单独参数评价的算法进行对比分析,在TID图像质量评价库上的实验结果表明,该方法得到了比单独参数和BP方法更好的主观感知一致性。     

面部美化图像质量无参考评价方法

针对目前面部美化已被广泛研究,然而缺乏有效美化图像质量评价方法限制美化技术进一步发展的问题,提出一种面部美化图像质量的无参考评价方法。该方法结合面部美感的认知与感知和面部美化技术以挖掘美化图像的质量表示,首先构建面部美化图像数据库,将面部图像分解为皮肤、眼睛和嘴巴三种区域,然后从肤色、光滑度、光照、灰度差和清晰度等五个方面提取面部美学特征,最后用支持向量回归（SVR）训练面部美化质量模型并预测美化图像的质量。实验结果表明,所提方法在构建的数据库上Pearson线性相关系数和Spearman等级相关系数分别达到0.920 5和0.900 9,优于BIQI（Blind Image Quality Indices）、NIQE（Natural Image Quality Evaluation）图像质量评价方法。     

一种改进的特征子集区分度评价准则

针对特征子集区分度准则(Discernibility of feature subsets, DFS)没有考虑特征测量量纲对特征子集区分能力影响的缺陷, 引入离散系数, 提出GDFS (Generalized discernibility of feature subsets)特征子集区分度准则. 结合顺序前向、顺序后向、顺序前向浮动和顺序后向浮动4种搜索策略, 以极限学习机为分类器, 得到4种混合特征选择算法. UCI数据集与基因数据集的实验测试, 以及与DFS、Relief、DRJMIM、mRMR、LLE Score、AVC、SVM-RFE、VMInaive、AMID、AMID-DWSFS、CFR和FSSC-SD的实验比较和统计重要度检测表明: 提出的GDFS优于DFS, 能选择到分类能力更好的特征子集.     

基于深度多任务学习的图像美感与情感联合预测研究

图像美学评价和情感分析任务旨在使计算机可以辨认人类由受到图像视觉刺激而产生的审美和情感反应.现有研究通常将它们当作两个相互独立的任务.但是,人类的美感与情感反应并不是孤立出现的;相反,在心理认知层面上,两种感受的出现应是相互关联和相互影响的.受此启发,采用深度多任务学习方法在统一的框架下处理图像美学评价和情感分析任务,深入探索两个任务间的内在关联.具体来说,提出一种自适应特征交互模块将两个单任务的基干网络进行关联,以完成图像美学评价和情感分析任务的联合预测.该模块中引入了一种特征动态交互机制,可以根据任务间的特征依赖关系自适应地决定任务间需要进行特征交互的程度.在多任务网络结构的参数更新过程中,根据美学评价与情感分析任务的学习复杂度和收敛速度等差异,提出一种任务间梯度平衡策略,以保证各个任务可以在联合预测的框架下平衡学习.此外,构建了一个大规模的图像美学情感联合数据集UAE.据已有研究,该数据集是首个同时包含美感和情感标签的图像集合.本模型代码以及UAE数据集已经公布在https://github.com/zhenshen-mla/Aesthetic-Emotion-Dataset.     

双目标的CNN无参考图像质量评价方法

为有效提取与人类视觉感知高度相关的图像质量特征，提出了一个估计图像退化类型和质量评分的双目标卷积神经网络（CNN）结构。该网络结构有次序地分步提取用作退化类型分类和用作估计质量评分的特征，使网络更充分地挖掘图像退化类型信息并强化其对质量评分估计任务的辅助作用，进而提升了网络对图像质量特征的学习能力，同时实验表明两步特征提取的方式能加速网络的收敛。通过在标准图像质量评价数据库LIVE和TID2008上的对比实验，结果表明该算法在图像退化类型和质量评分两个任务中，整体性能均明显优于其他经典评价方法。     

基于专家评价信息的军校课堂教学质量评价的统计融合方法

以现代军事教育教学理论为指导,结合军校课堂教学质量评价指标体系和军校课堂教学评价的实际,提出了一种基于专家评价信息的军校课堂教学质量评价的统计融合方法。通过实例分析和计算,验证了该方法的有效性。