基于深度学习的广告布局图片美学属性评价

• 作者: 沈佳敏 鲍秉坤
• 来源期刊: 计算机技术与发展
• 关键词: 广告布局图片 美学评价 美学属性标题和美学得分 深度学习 多任务学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 大数据分析与挖掘
• 页码范围: 39-44
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.03.007

摘要

图像质量美学评价是近十年来比较热门的课题,但是研究的大多是对自然图像的美学评价.然而随着互联网技术的发展,线上广告业务得到了迅速发展,因此准确高效地评价一张广告布局图片的好坏是很有必要的.所谓广告布局图片,即广告图片不考虑广告语的具体内容.为了研究广告布局图片的质量美学评价,引入了一个新的数据集ALID,该数据集包含了四个美学属性的数值评分和语言评价;提出了美学多属性网络,该网络包含了三个部分:多属性特征网络、注意网络和语言生成网络.多属性特征网络通过4个不同的美学属性得分的多任务回归计算不同属性的特征矩阵,注意网络动态地调整所获特征的维度,最后语言生成网络通过长短期记忆网络生成图像字幕.实验结果表明,根据图像字幕的评价标准,该文设计的模型优于传统的CNN-LSTM模型和现代的SCA-CNN模型.