基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着近年来深度学习的日益发展,图像美学评价逐渐成为一个新的热门研究课题,深度卷积神经网络在图像美学评价的应用成功地取得了可观的发展成果,并引起了广泛的关注.为了解决现有综述存在的文献概括不全、对该技术的发展情况认识不足的问题,先后从全局感知和局部感知、个性化查询、手工特征提取与深度卷积神经网络结合等角度对其发展情况进行了详细地阐述,对图像美学评价、图像裁剪、工具应用等应用情况作了分析,并从充分结合多场景、巧用构图规则、提前建立美学图像数据集等角度进行了未来工作展望.
推荐文章
卷积神经网络在图像处理方面的应用
深度学习
卷积神经网络
图像处理
深度卷积神经网络在计算机视觉中的应用研究综述
深度学习
卷积神经网络
图像识别
目标检测
计算机视觉
卷积神经网络在图像分类和目标检测应用综述
卷积神经网络
图像分类
目标检测
深度卷积神经网络的目标检测算法综述
目标检测
深度学习
计算机视觉
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度卷积神经网络在图像美学评价的应用综述
来源期刊 计算机工程与应用 学科 工学
关键词 深度学习 图像美学评价 深度卷积神经网络
年,卷(期) 2019,(15) 所属期刊栏目 热点与综述
研究方向 页码范围 13-23,58
页数 12页 分类号 TP391
字数 12275字 语种 中文
DOI 10.3778/j.issn.1002-8331.1901-0185
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韦玉科 广东工业大学计算机学院 49 324 11.0 15.0
2 董晓华 广东工业大学计算机学院 4 13 2.0 3.0
3 温坤哲 广东工业大学计算机学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (75)
参考文献  (46)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (3)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(24)
  • 参考文献(3)
  • 二级参考文献(21)
2016(25)
  • 参考文献(6)
  • 二级参考文献(19)
2017(29)
  • 参考文献(12)
  • 二级参考文献(17)
2018(25)
  • 参考文献(22)
  • 二级参考文献(3)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(3)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
深度学习
图像美学评价
深度卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导