可計算圖像美學(xué)分析旨在讓計算機(jī)模擬人類對圖像美學(xué)的感知,分析圖像在構(gòu)圖、光影、顏色、景深等方面的美學(xué)屬性,自動地做出在美學(xué)方面的質(zhì)量評價�？捎嬎銏D像美學(xué)涉及計算機(jī)視覺、攝影學(xué)、繪畫、視覺藝術(shù)、腦科學(xué)、神經(jīng)科學(xué)、美學(xué)心理學(xué)等多個研究領(lǐng)域,是多學(xué)科相互交叉的創(chuàng)新性研究課題,其美學(xué)分析結(jié)果可以為圖像增強(qiáng)、圖像修復(fù)算法的參數(shù)優(yōu)化、圖像攝影系統(tǒng)的性能評估以及圖像風(fēng)格轉(zhuǎn)換結(jié)果的評估提供重要的依據(jù)和參考。此外,圖像美學(xué)分析也在藝術(shù)創(chuàng)作、智能機(jī)器人、電子商務(wù)等領(lǐng)域具有重要應(yīng)用潛力。本文針對自然圖像美學(xué)分析進(jìn)行了深入的研究,旨在利用深度學(xué)習(xí)方法提高圖像構(gòu)圖建模能力、美學(xué)質(zhì)量預(yù)測精度。研究內(nèi)容主要從圖像構(gòu)圖建模以及圖像美學(xué)質(zhì)量評價兩個方面展開。在圖像構(gòu)圖建模方面,研究了線性透視的建模和消失點的檢測問題;在圖像美學(xué)質(zhì)量評價方面,探索了由單一模態(tài)信息到多模態(tài)信息的圖像美學(xué)質(zhì)量評價方法。本文的主要創(chuàng)新點概括如下:1.提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的自然圖像線性透視建模方法�，F(xiàn)有線性透視建模方法往往需要知道消失點位置的先驗知識,并且只能進(jìn)行簡單場景的線性透視建模。在本文中,我們提出使用卷積神經(jīng)網(wǎng)絡(luò)的線性透視建模方法,...

【文章頁數(shù)】：135 頁

【學(xué)位級別】：博士

【部分圖文】：

圖2.3多種多樣的線性透視表示形式

第二章基于卷積神經(jīng)網(wǎng)絡(luò)的自然圖像線性透視建�；趫D像分割的方法需要知道消失點位置，然而，在實際應(yīng)用中，自然場景的消失點位置往往難以獲得�；趫D像分割的方法只能表征簡單的線性透視場景。而在實際應(yīng)用過程中，自然場景線性透視表征方式是多種多樣的，如圖2.3所示，可以巧妙地利用風(fēng)車、螺旋....

圖3.2語義紋理特征融合網(wǎng)絡(luò)的整體結(jié)構(gòu)框圖

第三章基于語義紋理特征融合網(wǎng)絡(luò)的自然圖像構(gòu)圖分析中主要消失點檢測二個子網(wǎng)絡(luò)包含五個卷積模塊以及四個SE（Squeeze-and-Excitation）模塊。STFN整體架構(gòu)如圖3.2所示，網(wǎng)絡(luò)的詳細(xì)參數(shù)設(shè)置詳見表格3.1。在每一個卷積模塊中，都包含卷積、池化、以及非線性層，為了表....

圖3.4SE模塊的詳細(xì)架構(gòu)

第三章基于語義紋理特征融合網(wǎng)絡(luò)的自然圖像構(gòu)圖分析中主要消失點檢測其中(·)代表網(wǎng)絡(luò)輸出的特征圖，代表主干網(wǎng)絡(luò)需要學(xué)習(xí)的參數(shù)，代表分支網(wǎng)絡(luò)的參數(shù)，代表網(wǎng)絡(luò)各個分支的預(yù)測結(jié)果的加權(quán)值。最終得到的邊緣預(yù)測結(jié)果是由上述預(yù)測結(jié)果的進(jìn)一步融合：=(,1...).(3-2)HED詳細(xì)的網(wǎng)絡(luò)架構(gòu)....

圖3.11VIPSL數(shù)據(jù)庫上與相關(guān)消失點檢測算法客觀對比結(jié)果

西安電子科技大學(xué)博士學(xué)位論文圖3.10語義紋理融合網(wǎng)絡(luò)消失點檢測主觀實驗結(jié)果圖3.11VIPSL數(shù)據(jù)庫上與相關(guān)消失點檢測算法客觀對比結(jié)果46

本文編號：3906774