論文の概要: Understanding Aesthetics with Language: A Photo Critique Dataset for Aesthetic Assessment

• arxiv url: http://arxiv.org/abs/2206.08614v1
• Date: Fri, 17 Jun 2022 08:16:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-21 01:24:30.266104
• Title: Understanding Aesthetics with Language: A Photo Critique Dataset for Aesthetic Assessment
• Title（参考訳）: 言語による美学理解:美学評価のための写真批判データセット
• Authors: Daniel Vera Nieto and Luigi Celona and Clara Fernandez-Labrador
• Abstract要約: 74K画像と220Kコメントを含むCritique Photo Redditデータセット(RPCD)を提案する。 我々は、美的判断の指標として批判の感情の極性を利用する。
• 参考スコア（独自算出の注目度）: 6.201485014848172
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computational inference of aesthetics is an ill-defined task due to its subjective nature. Many datasets have been proposed to tackle the problem by providing pairs of images and aesthetic scores based on human ratings. However, humans are better at expressing their opinion, taste, and emotions by means of language rather than summarizing them in a single number. In fact, photo critiques provide much richer information as they reveal how and why users rate the aesthetics of visual stimuli. In this regard, we propose the Reddit Photo Critique Dataset (RPCD), which contains tuples of image and photo critiques. RPCD consists of 74K images and 220K comments and is collected from a Reddit community used by hobbyists and professional photographers to improve their photography skills by leveraging constructive community feedback. The proposed dataset differs from previous aesthetics datasets mainly in three aspects, namely (i) the large scale of the dataset and the extension of the comments criticizing different aspects of the image, (ii) it contains mostly UltraHD images, and (iii) it can easily be extended to new data as it is collected through an automatic pipeline. To the best of our knowledge, in this work, we propose the first attempt to estimate the aesthetic quality of visual stimuli from the critiques. To this end, we exploit the polarity of the sentiment of criticism as an indicator of aesthetic judgment. We demonstrate how sentiment polarity correlates positively with the aesthetic judgment available for two aesthetic assessment benchmarks. Finally, we experiment with several models by using the sentiment scores as a target for ranking images. Dataset and baselines are available (https://github.com/mediatechnologycenter/aestheval).
• Abstract（参考訳）: 美学の計算的推論は主観的な性質から不明確な課題である。 人間の評価に基づく画像と美的スコアのペアを提供することで、この問題に取り組むために多くのデータセットが提案されている。 しかし、人間は1つの数字にまとめるよりも、言語によって自分の意見、味、感情を表現するのが得意である。 実際、写真批評は、ユーザーが視覚刺激の美学を評価する方法と理由を明らかにするため、よりリッチな情報を提供する。 本稿では,画像および写真批評のタプルを含む Reddit Photo Critique Dataset (RPCD) を提案する。 RPCDは74Kイメージと220Kコメントで構成されており、ホビイストやプロの写真家が、建設的なコミュニティフィードバックを利用して写真スキルを向上させるために使用しているRedditコミュニティから収集されている。 提案データセットは,3つの側面,すなわち従来の美学データセットとは異なる。 (i)データセットの大規模化と画像の異なる側面を批判したコメントの拡張。 (ii)主にウルトラhd画像を含み、 (iii)自動パイプラインを介して収集されるので、簡単に新しいデータに拡張できる。 そこで本研究では,視覚刺激の美的品質を批判から推定する最初の試みを提案する。 この目的のために私たちは,批判の感情の極性を美的判断の指標として活用する。 感性極性は2つの審美評価ベンチマークで利用できる審美判断と正の相関関係を示す。 最後に,評価画像のターゲットとして感情スコアを用いて,複数のモデルについて実験を行った。 データセットとベースラインは利用可能である(https://github.com/mediatechnologycenter/aestheval)。

関連論文リスト

• AID-AppEAL: Automatic Image Dataset and Algorithm for Content Appeal Enhancement and Assessment Labeling [11.996211235559866]
  Image Content Appeal Assessment (ICAA) は、画像のコンテンツが視聴者に対して生成する肯定的な関心のレベルを定量化する新しいメトリクスである。 ICAAは、画像の芸術的品質を判断する伝統的な画像美学評価(IAA)とは異なる。
  論文  参考訳（メタデータ） (2024-07-08T01:40:32Z)
• Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
  画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。 既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。 このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
  論文  参考訳（メタデータ） (2023-10-27T04:30:18Z)
• Image Aesthetics Assessment via Learnable Queries [59.313054821874864]
  本稿では,IAA-LQを用いた画像美学評価手法を提案する。 フリーズされた画像エンコーダから得られた事前訓練された画像特徴から、学習可能なクエリを適応して美的特徴を抽出する。 実世界のデータに関する実験では、IAA-LQの利点が示され、SRCCとPLCCでそれぞれ2.2%、そして2.1%が最先端の手法に勝っている。
  論文  参考訳（メタデータ） (2023-09-06T09:42:16Z)
• Towards Artistic Image Aesthetics Assessment: a Large-scale Dataset and a New Method [64.40494830113286]
  まず、Boldbrush Artistic Image dataset (BAID)という大規模なAIAAデータセットを紹介します。 そこで我々は,芸術的イメージを評価するために,スタイル特異的で汎用的な美的情報を効果的に抽出し,活用する新たな手法であるSAANを提案する。 実験により,提案手法は提案したBAIDデータセット上で既存のIAA手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-27T12:59:15Z)
• VILA: Learning Image Aesthetics from User Comments with Vision-Language Pretraining [53.470662123170555]
  ユーザからのコメントから画像美学を学習し、マルチモーダルな美学表現を学習するための視覚言語事前学習手法を提案する。 具体的には、コントラスト的および生成的目的を用いて、画像テキストエンコーダ-デコーダモデルを事前訓練し、人間のラベルなしでリッチで汎用的な美的意味学を学習する。 以上の結果から,AVA-Captionsデータセットを用いた画像の美的字幕化において,事前学習した美的視覚言語モデルよりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2023-03-24T23:57:28Z)
• Aesthetic Visual Question Answering of Photographs [15.83390933825182]
  本稿では,画像の美的視覚的質問と回答(AVQA)という,美的言語評価の新しい課題を提案する。 目的QAペアは、提案した美的属性分析アルゴリズムによって生成される。 我々は,72,168の高品質画像と324,756対の審美的質問を含む,最初の審美的視覚的質問応答データセットであるAesVQAを構築した。
  論文  参考訳（メタデータ） (2022-08-10T07:27:57Z)
• Personalized Image Aesthetics Assessment with Rich Attributes [35.61053167813472]
  我々は、パーソナライズされた画像美学の最も包括的な主観的研究を行い、Rich Attributes (PARA) を用いたパーソナライズされた画像美学データベースを導入する。 PARAは、9つの画像指向の目的属性と4つの人間指向の主観的属性を含む、リッチなアノテーションを備えている。 また,条件付きPIAAモデルも提案する。
  論文  参考訳（メタデータ） (2022-03-31T02:23:46Z)
• Affective Image Content Analysis: Two Decades Review and New Perspectives [132.889649256384]
  我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。 我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。 画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-06-30T15:20:56Z)
• User-Guided Personalized Image Aesthetic Assessment based on Deep Reinforcement Learning [64.07820203919283]
  本稿では,新しいユーザガイド型画像美観評価フレームワークを提案する。 深部強化学習(DRL)に基づく審美評価のためのユーザインタラクションを活用して画像のリタッチとランク付けを行う パーソナライズされた審美分布は、異なるユーザの審美的嗜好とより一致している。
  論文  参考訳（メタデータ） (2021-06-14T15:19:48Z)
• A Survey of Hand Crafted and Deep Learning Methods for Image Aesthetic Assessment [2.9005223064604078]
  本稿では,最近の自動画像美学評価技術について文献的考察を行う。 伝統的なハンドクラフトとディープラーニングベースのアプローチが多数レビューされています。
  論文  参考訳（メタデータ） (2021-03-22T07:00:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。