ScholarGate
Asistente
Process / pipelineComputational aesthetics and computer vision

Evaluación Estética de Imágenes

La Evaluación Estética de Imágenes es un flujo de trabajo computacional para predecir y cuantificar la calidad estética de fotografías e imágenes digitales. Basándose en la visión por computadora y la investigación sobre percepción humana, este método extrae características visuales de bajo nivel y aplica aprendizaje automático o puntuación basada en reglas para estimar cómo los espectadores percibirán la calidad y la belleza de una imagen.

Abrir en MethodMindPróximamenteApply, compare, get guidance
Tools & resources
Descargar diapositivas
Learn & explore
VídeoPróximamente

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Datta, R., Joshi, D., Li, J., & Wang, J. Z. (2006). Studying Aesthetics in Photographic Images Using a Computational Approach. Computer Vision—ECCV 2006, 3953, 288–301. DOI: 10.1007/11744078_23
  2. Murray, N., Marchesotti, L., & Perronnin, F. (2012). AVA: A Large-scale Database for Aesthetic Visual Analysis. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). DOI: 10.1109/CVPR.2012.6247954
  3. Kong, S., Shen, X., Lin, Z., Mech, R., & Fowlkes, C. (2016). Photo-Sketching: Inferring Contours and Tones from Images. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). link

Cómo citar esta página

ScholarGate. (2026, June 3). Image Aesthetics Assessment. ScholarGate. https://scholargate.app/es/visual-arts/image-aesthetics-assessment

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateImage Aesthetics Assessment (Image Aesthetics Assessment). Recuperado el 2026-06-17 de https://scholargate.app/es/visual-arts/image-aesthetics-assessment · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026