論文の概要: From Concepts to Judgments: Interpretable Image Aesthetic Assessment

• arxiv url: http://arxiv.org/abs/2603.18108v1
• Date: Wed, 18 Mar 2026 13:32:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.769779
• Title: From Concepts to Judgments: Interpretable Image Aesthetic Assessment
• Title（参考訳）: 概念から判断へ:解釈可能な画像美的評価
• Authors: Xiao-Chang Liu, Johan Wagemans,
• Abstract要約: 画像美的評価(IAA)は、人間の知覚による画像の美的品質を予測することを目的としている。 本稿では,人間に理解可能な審美概念に基づく解釈可能なIAAフレームワークを提案する。 提案手法は,透明で人間に理解可能な美的判断を提供しながら,競争力のある予測性能を実現する。
• 参考スコア（独自算出の注目度）: 6.622808110821698
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image aesthetic assessment (IAA) aims to predict the aesthetic quality of images as perceived by humans. While recent IAA models achieve strong predictive performance, they offer little insight into the factors driving their predictions. Yet for users, understanding why an image is considered pleasing or not is as valuable as the score itself, motivating growing interest in interpretability within IAA. When humans evaluate aesthetics, they naturally rely on high-level cues to justify their judgments. Motivated by this observation, we propose an interpretable IAA framework grounded in human-understandable aesthetic concepts. We learn these concepts in an accessible manner, constructing a subspace that forms the foundation of an inherently interpretable model. To capture nuanced influences on aesthetic perception beyond explicit concepts, we introduce a simple yet effective residual predictor. Experiments on photographic and artistic datasets demonstrate that our method achieves competitive predictive performance while offering transparent, human-understandable aesthetic judgments.
• Abstract（参考訳）: 画像美的評価(IAA)は、人間の知覚による画像の美的品質を予測することを目的としている。 最近のIAAモデルは強い予測性能を達成するが、予測を駆動する要因についての洞察はほとんど得られない。 しかし、ユーザーにとって、なぜ画像が楽しむかどうかがスコア自体と同じくらい価値があるのかを理解することは、IAAにおける解釈可能性への関心の高まりを動機付けている。 人間は審美性を評価するとき、自分の判断を正当化するために、当然高いレベルの手がかりに頼っている。 本研究の目的は,人間に理解可能な審美概念を基盤とした解釈可能なIAAフレームワークを提案することである。 我々はこれらの概念をアクセシブルな方法で学習し、本質的に解釈可能なモデルの基礎となる部分空間を構築する。 明快な概念を超えた審美的知覚に対するニュアンスの影響を捉えるため,単純かつ効果的な残留予測器を提案する。 写真的および芸術的データセットを用いた実験により,透明で人間に理解可能な美的判断を提供しながら,本手法が競争力のある予測性能を達成できることが示されている。

関連論文リスト

• Aesthetics Without Semantics [3.644950723229025]
  セマンティックコンテンツを最小限に抑えた画像データベースを作成し,美的評価の悪面から画像を生成する手法を考案する。 画像の特徴と美的評価との間には, 美しい画像に偏った画像が, どのように修正されるか, あるいは逆転するかが示される。
  論文  参考訳（メタデータ） (2025-05-08T15:22:11Z)
• When Does Perceptual Alignment Benefit Vision Representations? [76.32336818860965]
  視覚モデル表現と人間の知覚的判断との整合がユーザビリティに与える影響について検討する。 モデルと知覚的判断を一致させることで、多くの下流タスクで元のバックボーンを改善する表現が得られることがわかった。 その結果,人間の知覚的知識に関する帰納バイアスを視覚モデルに注入することは,より良い表現に寄与することが示唆された。
  論文  参考訳（メタデータ） (2024-10-14T17:59:58Z)
• Aligning Vision Models with Human Aesthetics in Retrieval: Benchmarks and Algorithms [91.19304518033144]
  検索システムにおける視覚モデルと人間の審美基準の整合を図る。 本研究では、視覚モデルと人間の美学をよりよく整合させるために、視覚モデルを微調整する嗜好に基づく強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-13T17:59:20Z)
• Unveiling The Factors of Aesthetic Preferences with Explainable AI [0.0]
  本研究では,機械学習(ML)モデルを用いて,新しい視点を開拓する。 我々のモデルはこれらの属性を入力として処理し、画像の美的スコアを予測する。 本研究の目的は,画像における審美的嗜好の複雑な性質をMLを通して明らかにし,審美的判断に影響を及ぼす属性をより深く理解することである。
  論文  参考訳（メタデータ） (2023-11-24T11:06:22Z)
• 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)
• 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)

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。