ScholarGate
Ассистент
Process / pipelineComputational aesthetics and computer vision

Оценка эстетики изображений

Оценка эстетики изображений — это вычислительный конвейер для прогнозирования и количественной оценки эстетического качества фотографий и цифровых изображений. Основываясь на исследованиях в области компьютерного зрения и человеческого восприятия, этот метод извлекает низкоуровневые визуальные признаки и применяет машинное обучение или основанные на правилах оценки для определения того, как зрители будут воспринимать качество и красоту изображения.

Открыть в MethodMindСкороApply, compare, get guidance
Tools & resources
Скачать слайды
Learn & explore
ВидеоСкоро

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateImage Aesthetics Assessment (Image Aesthetics Assessment). Получено 2026-06-17 из https://scholargate.app/ru/visual-arts/image-aesthetics-assessment · Набор данных: https://doi.org/10.5281/zenodo.20539026