基于深度学习与显著性的数字图像构图优化
Electronic Science and Technology（2021）
摘要
构图是决定数字图像美学质量的重要因素,而现有的计算机优化算法在这一领域还存在整体性、视觉平衡感不足等问题.针对这一问题,文中提出了一种基于深度学习模型的构图优化算法,将显著特征与改善视觉平衡相结合,实现了更符合图像美学的构图优化.文中卷积网络以VGG-16为主干,加权两项损失函数并以图像像素进行平均,可在训练后实现端到端的全分辨率显著性回归.定性对比和定量验证的实验结果表明,相较于传统优化方法,文中算法在改善视觉平衡方面具有明显优势,处理后的图像画面平衡感得到显著提升,更符合美学评价原则和人的视觉感受.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要