深度卷积神经网络嵌套fine-tune的图像美感品质评价

• 作者: 刘和娟 徐丹 普园媛 李雨鑫 钱文华
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 图像美感品质评价 图像内容 CNN 迁移学习 嵌套fine-tune
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 60-66
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.421

摘要

针对使用卷积神经网络对图像美感品质研究中图像数据库过小的问题,使用fine-tune的迁移学习方法,分析卷积神经网络结构和图像内容对图像美感品质评价的影响.在按图像内容进行美感品质评价研究时,针对图像数据再次减小的问题,提出连续两次fine-tune的嵌套fine-tune方法,并在数据库Photo Quality上进行试验.试验结果表明,嵌套fine-tune方法得到的美感品质评价正确率比传统提取人工设计特征方法平均高出5.36％,比两种深度学习方法分别平均高出3.35％和2.33％,有效解决了卷积神经网络在图像美感品质研究中因图像数据库过小而带来的训练问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱文华	云南大学信息学院	47	102	6.0	6.0
2	徐丹	云南大学信息学院	90	938	14.0	28.0
3	普园媛	云南大学信息学院	38	102	6.0	7.0
4	李雨鑫	云南大学信息学院	1	1	1.0	1.0
5	刘和娟	云南大学信息学院	1	1	1.0	1.0