論文の概要: LAPIS: A novel dataset for personalized image aesthetic assessment

• arxiv url: http://arxiv.org/abs/2504.07670v1
• Date: Thu, 10 Apr 2025 11:42:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 12:20:46.819029
• Title: LAPIS: A novel dataset for personalized image aesthetic assessment
• Title（参考訳）: LAPIS:パーソナライズされた画像美的評価のための新しいデータセット
• Authors: Anne-Sofie Maerten, Li-Wei Chen, Stefanie De Winter, Christophe Bossens, Johan Wagemans,
• Abstract要約: Leuven Art Personalized Image Set (LAPIS)は、パーソナライズされた画像美的評価のための新しいデータセットである。 LAPISは11,723枚の画像で構成され、美術史家とのコラボレーションによって慎重にキュレーションされた。 既存の2つのPIAAモデルを実装し,その性能をLAPISで評価する。
• 参考スコア（独自算出の注目度）: 5.457078529757273
• License:
• Abstract: We present the Leuven Art Personalized Image Set (LAPIS), a novel dataset for personalized image aesthetic assessment (PIAA). It is the first dataset with images of artworks that is suitable for PIAA. LAPIS consists of 11,723 images and was meticulously curated in collaboration with art historians. Each image has an aesthetics score and a set of image attributes known to relate to aesthetic appreciation. Besides rich image attributes, LAPIS offers rich personal attributes of each annotator. We implemented two existing state-of-the-art PIAA models and assessed their performance on LAPIS. We assess the contribution of personal attributes and image attributes through ablation studies and find that performance deteriorates when certain personal and image attributes are removed. An analysis of failure cases reveals that both existing models make similar incorrect predictions, highlighting the need for improvements in artistic image aesthetic assessment. The LAPIS project page can be found at: https://github.com/Anne-SofieMaerten/LAPIS
• Abstract（参考訳）: 本稿では,パーソナライズされた画像美的評価のための新しいデータセットであるLeuven Art Personalized Image Set (LAPIS)を紹介する。 PIAAに適したアートワークの画像を備えた最初のデータセットである。 LAPISは11,723枚の画像で構成され、美術史家とのコラボレーションによって慎重にキュレーションされた。 各画像は審美的スコアと、審美的評価に関連することが知られている画像属性のセットを有する。 リッチなイメージ属性に加えて、LAPISは各アノテーションのリッチな個人属性を提供する。 既存の2つのPIAAモデルを実装し,その性能をLAPISで評価した。 本研究では, 個人属性と画像属性の寄与をアブレーション研究により評価し, 特定の個人属性と画像属性が除去されると, 性能が低下することを確認した。 失敗事例の分析により、既存のモデルでも同様の誤予測がなされており、芸術的イメージ美的評価の改善の必要性が浮き彫りになっている。 https://github.com/Anne-SofieMaerten/LAPIS

関連論文リスト

• FiVA: Fine-grained Visual Attribute Dataset for Text-to-Image Diffusion Models [112.94440113631897]
  現在の方法では、ソース画像からアイデンティティとスタイルを抽出しようとする。 スタイル」は、テクスチャ、色、芸術的要素を含む広い概念であるが、照明や動力学など他の重要な要素をカバーしていない。 画像の美学を特定の視覚属性に分解するより効果的なアプローチを定式化し、ユーザーは異なる画像から照明、テクスチャ、ダイナミックスなどの特徴を適用できる。
  論文  参考訳（メタデータ） (2024-12-10T17:02:58Z)
• APDDv2: Aesthetics of Paintings and Drawings Dataset with Artist Labeled Scores and Comments [45.57709215036539]
  Aesthetics Paintings and Drawings dataset (APDD)は,24の異なる芸術カテゴリーと10の美的属性を含む最初の総合的な絵画コレクションである。 APDDv2は画像コーパスを拡張し、アノテーションの品質を改善し、詳細な言語コメントを特徴としている。 本稿では,ArtCLIP(Art Assessment Network for Specific Painting Styles)の改訂版について紹介する。
  論文  参考訳（メタデータ） (2024-11-13T11:46:42Z)
• Predicting Scores of Various Aesthetic Attribute Sets by Learning from Overall Score Labels [54.63611854474985]
  本稿では,画像属性ラベルを特徴抽出器に置き換えることを提案する。 異なるタスクのネットワークを使用して、F2Sモデルに属性機能を提供します。 本手法は, 各種の美的属性セットに対して, 総合的な美的スコアのみを用いて有意な属性スコアを学習できるようにする。
  論文  参考訳（メタデータ） (2023-12-06T01:41:49Z)
• 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 Attributes Assessment of Images with AMANv2 and DPC-CaptionsV2 [65.5524793975387]
  DPC-CaptionsV2という新しいデータセットを半自動で構築する。 DPC-CaptionsV2の画像には、合成、照明、色、主題の4つの美的属性を含む。 本手法は,従来のAMANモデルよりも美的トピックに近い4つの美的属性に対するコメントを予測できる。
  論文  参考訳（メタデータ） (2022-08-09T03:20:59Z)
• 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)

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。