为AI摄影铺路,第一个大规模的美学质量数据库

图像美学数据集 美学数据集一栏表 AVA:A Large-Scale Database for Aesthetic Visual Analysis, 2012年; tid2013 AADB(2016年) PCCD photo critique captioning dataset(2017年) AROD(multi-useragreements and assemble a large dataset)201... 阅读详情

编辑:Acci.br

     不知道你有没有读过笔者之前发过的一篇文章,干掉柯洁的下一步,阿尔法狗创始人又要毁掉这个行业(深度学习),以及昨天的综述,一文说说这十多年来计算机玩摄影的历史

    AI的确对摄影的方方面面带来了很大的冲击,那么,当深度学习没有起来之前,计算机又是怎么玩摄影的呢?

    从今天起,我们会分享一段时间的计算机美学方面的研究。所谓计算机美学,直白点就是给图片打个分,告诉你这是张高质量图片还是低质量图片。当然不直白点说,咱们就慢慢来吧。

    今天,也是这个系列的第一篇,我们先从AVA美学质量评估数据库说起。因为数据是机器学习里最重要的东西,所以也算是合情合理。

1 AVA Dataset【1】是什么?

    这是一个美学质量评估的数据库,包括250000张照片。每一张照片,都有一系列的评分,以及语义级别的label,其中语义级别的label共60类,同时还有photographic style,也就是照片的风格,有14类,文后详说。

    一句话总结:在规模,多样性和标注的一致性上,都不是以往的数据库可以比拟的。在文章后面作者们还举了3个应用的例子,强调了该数据库的意义。

2 AVA Dataset都做了什么标注?

2.1 Aesthetic annotations

    顾名思义,美学质量标注。每一张图,都有若干人来投票,投票的数量从78~549。大概每一张图,有210个投票。投票的分数,从0~9,分值越高,说明图片质量越高。

    并且,标注者中不止包括了专业的图像工作者,摄影师,也包括了摄影爱好者,这样显得更有普适性。

2.2 Semantic annotations

    什么是语义标注呢?顾名思义,就是图像中到底包含了什么内容。具体来说,这个数据集包含了66个textual tags。大概有200000张图只包含一个tags,150000张图包含2个tags。

    哪些tags最多呢?作者们也作出了一个统计。

0?wx_fmt=png

    从中可以看出,这些tags都不在一个维度的。

    怎么说呢,有的是描述图像的内容,比如water,architecture,有的是描述图像的风格,比如black and white。

2.3 Photographic style annotations

    好了,这个是比较难理解的一个部分 。为什么呢?因为真正的涉及到摄影美学了。从3大方向开始描述:

    light, colour, composition。

    最终得到了14个属性:

    下面列出了所有属性,以及包含该属性的图片数量。

    Complementary Colors (949), Duotones (1,301), High Dynamic Range (396), Image Grain (840), Light on White (1,199), Long Exposure (845), Macro (1,698), Motion Blur (609), Negative Image (959), Rule of Thirds (1,031), Shallow DOF (710), Silhouettes (1,389), Soft Focus (1,479), Vanishing Point (674).

    就不翻译了,大家可以先对着去看中文。

    如果对摄影相关的术语还不太懂,可以去我的摄影公众号《言有三工作室》去学习。

    反正也不用着急,因为我们会慢慢道来。

3 AVA Dataset靠不靠谱?

    AVA不是第一个美学质量数据库,也不是最后一个,但是仍然是最大的美学数据集

    下面是AVA与其他的数据集做的比较:

0?wx_fmt=png

    其中,现在看来很多的维度都非常重要。

    比如,当全局的美学平均分不够用时,AVA也提供了一个分布,而且每张图的标注数量很大,有偏性就很小了。

    另外,Semantic 和 style label现在甚至都可以单独当作一个问题来研究的。

    不过,由于美学是一个很主观的东西,虽然每一张图都有人投票,但是评分到底靠不靠谱,个体差异会不会很大呢?

    作者做了分数分布统计,如下:

    (1)   首先,分数的极端,也就是0和9分的占比。2~8分占超过99.77%的量,所以0和9的比例非常低,不必担心评分过于离谱。

    (2)   再看各个区间,如下图。

0?wx_fmt=png

    可知,对于分值接近于5的,分布是很明显的高斯,这说明投票比较一致。而对于分值很高或者很低的,也分别在两侧有很陡的表现。综合表现说明,所有投票基本是达到一致结论的。

    从下面方差图可以看出,越是分值接近于0.5的,越是方差小,说明越是稳定。

0?wx_fmt=png

    关于这个方差,作者也举例说明了:

0?wx_fmt=png

     如上图,都是在5分左右的图。上面一组图的方差小,这说明大家比较能达成一致,认为是5分左右,也就是一般般的图,不好不坏。但是下面的方差大,这说明有些人认为很好,有些人认为很差。

    这种情况,通常出现在比较抽象的图。

    综上,AVA dataset很靠谱。

4 应用

4.1 Large-Scale aesthetic quality categorization

    应用于图像质量评估。

    作者实验表明,随着数据库量级的增大和训练图像质量的增加,原来的各种方法都能在原有基础上得到提升。

4.2 Content-based aesthetic categorization

    基于内容的图像质量聚类。作者取了最多的8个类别,训练了3个分类器:

    (1) 训练了8个独立的SVM二分类器。

    (2) 从这些类别中随机取了同样数量的图训练了1个分类器。

    (3) 从AVA中随机选了10倍于(1),(2)中图像数量的图做了训练。

    结果表明,第(1)个分类器效果好于第(2)个,而第(3)个又好于第(1)个,所以,可见越大的数据集,是有效的。

4.3 style categorization

    作者训练了14个分类器,然后观察结果表明,对于”duotones”,“complementary colors”,“light on white”等,颜色直方图是最好的特征。而对于,“shallow depth of field”,“vanishing point”,SIFI和LBP是最好的特征。这些表明,对于不同style的照片,需要不同的特征来描述,所以style的标注是非常有意义的。

[1] AVA: A Large-Scale Database for Aesthetic Visual Analysis

言有三,原360AI研究院工程师,一个摄影爱好者。

想了解更多的细节,就来我计算机视觉公众号《视若观火》,以及摄影公众号《言有三工作室》吧

640?wx_fmt=jpeg640?wx_fmt=jpeg

当然,摄影平台500px和图虫,更是天天更新噢。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

另外,邀请你来我10天后的gitchat活动一起讨论学习。

0?wx_fmt=jpeg

如果有土豪觉得文章OK,想打个赏,那就乐呵呵接受了!

640?wx_fmt=jpeg


图像美学质量评价技术总结 1.1 图像美学(Image Aesthetics)评价数据集: AVA(2012年):西班牙巴塞罗那自治大学计算机视觉中心的Murray等构建了一个面向图像视觉美学质量分析与度量的大规模图像数据库(a large-scale database for aesthetic visual analysis,AVA),采用了从在线图像分享打分网站(dpchallenge.com)下载收集的打分方法,... 阅读详情

相关推荐

文献阅读 - NIMA: Neural Image Assessment

NIMA: Neural Image Assessment H. Talebi, P. Milanfar, NIMA: Neural Image Assessment, TIP (2018) 摘要 使用卷积神经网纲预测人类评分的分布(predict the distribution of human opinion scores using a convolutional neural net...

Always On The Way 1189

图像质量评估(IQA)——“NIMA: Neural Image Assessment” 论文解读

“NIMA: Neural Image Assessment” 是图像质量评估领域的经典之作,最近在做视频质量评估相关的项目,该文也是必读论文。论文链接就不放了,网上有比较多的下载资源,按照惯例,先放上该论文的引用信息: Talebi H, Milanfar P. NIMA: Neural image assessment[J]. IEEE Transactions on Image Processing, 2018, 27(8): 3998-4011. 与笔者之前的一篇博文图像质量评估(IQA)——“Ko

黄飞的博客专栏 5915

【平价数据】Creatism:Google的自动风光摄影师

Fang, Hui, and M. Zhang. “Creatism: A deep-learning photographer capable of creating professional work.” (2017). 这篇论文借助有限的无标定数据,用深度网络在虚拟自然环境中完成“取景-调色-打光”的摄影过程。所涉及的理论并不复杂,但给出的过程详细,对解决实际问题很有启发。 这里可以看

shenxiaolu1984的专栏 4499

图像美学评分

图像美学评分 图像美学质量评价。在计算视觉美学的研究中,使得计算机或机器人能够“发现图像美”并且“理解图像美”,是当前最活跃的研究主题,也是计算视觉美学研究的第一步。如图3所示,拍摄同样一个场景,通常人们会认为左边图的美感高于右边的图。计算机或机器人是否也能像人一样分辨“美”与“丑”?计算机只有在理解美的基础上,才能智能地美化图像,进而能够创造出美的视觉艺术作品。 图像美学评价数据集 . AVA 数据集 (2012) 西班牙巴塞罗那自治大学计算机视觉中心的Murray等构建了一个面向图像视觉

机器学习,深度学习 7964

AVA美学质量评价数据集下载链接.txt

图像美学质量评价数据集AVA下载链接,可用迅雷下载!文件30G左右较大,建议在网速良好的状态下下载。

论文研究-网络爬虫的图像美学质量数据库及其美学评价系统设计.pdf

论文研究-网络爬虫的图像美学质量数据库及其美学评价系统设计.pdf,  本文提出了一种基于网络爬虫建立图像美学数据库并评价图像美学的方法. 首先使用网络爬虫获取数据库图像,然后提取图像的美学特征,进行美学评价. 本方法提取的美学特征涉及了全局和区域特征两方面,因此在特征提取之前需要使用功率谱斜度的方法分离图像的主题、 背景区域.实验结果表明,本方法可以较好地抓取并且分析网络图像,并且评价方法与人类的主观感知有很好的一致性,能准确地反映人类的美学鉴赏系统.

【综述整理】2015年至2022年图像美学质量评估数据集【附下载链接】

文章介绍了2015年至2022年以来著名的图像美学评估、图像质量评估的数据集

my_name_is_learn的博客 3994

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

AI挖掘优质淘宝买家秀 再也不用担心辣眼睛了

说到淘宝优质买家秀内容挖掘必须从买家秀和卖家秀说起我们总是能在卖家秀和买家秀中找到强烈反差比如这样这样又或者这样(图片来自网络)买家秀和卖家秀对比这么一言难尽,那还怎么让...

淘系技术 1254

ava_downloader:下载AVA数据集(用于审美视觉分析的大型数据库)

:flower_playing_cards: AVA数据集 大规模的审美视觉分析数据库 数据集下载 通过Mega或Torrent下载 :cloud: 巨型云 链接: 整个数据集已拆分为64个7z文件。 下载所有zip文件,解压缩第一个文件,它应该可以工作。 约32GB和255,500个图片文件。 :link: 激流 下载并与或其他客户端打开。 还支持磁铁链接。 有关更多详细信息,请访问 。 注意:由于torrent服务器的网络状况,下载过程可能会不稳定。 如果是这样,请改用Mega。 Bibtex: @article{, title= {AVA: A Large-Scale Database for Aesthetic Visual Analysis}, keywords= {images, aesthetics, semantic, quality, AVA, DPChallenge}, journal= {}, author= {N

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

ava查询mysql的数据_【技术综述】AVA-第一个大规模的美学质量评估数据库

本文首发于微信公众号《与有三学AI》不知道你有没有读过笔者之前发过的一篇文章?《干掉柯洁的下一步,阿尔法狗创始人又要毁掉这个行业(深度学习)》文章在在公众号和知乎专栏都有,AI的确对摄影的方方面面带来了很大的冲击,那么,当深度学习没有起来之前,计算机又是怎么玩摄影的呢?从今天起,我们会分享一段时间的计算机美学方面的研究。所谓计算机美学,直白点就是给图片打个分,告诉你这是张高质量图片还是低质量图片。...

weixin_33603111的博客 417

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【技术综述】计算机审美,学的怎么样了?

01概述究竟什么是图像美学质量呢?牛津高阶英语词典将美学定义为:“concerned with beauty and art and the understanding...

hacker_long的专栏 1241

TI IWR6843AOP雷达+DCA1000EVM数据采集:官方手册里的坑,我帮你踩完了

本文详细解析了TI IWR6843AOP雷达与DCA1000EVM数据采集实战中的12个关键细节,包括硬件连接陷阱、mmWave Studio隐藏设置、数据采集参数优化等,帮助开发者避开官方手册未提及的常见问题,提升数据采集效率和系统稳定性。

weixin_28366475的博客 1103

【CAN通讯系列18】- NM在干什么?休眠唤醒

同时针对不同休眠或唤醒场景,网管报文的userdata有所区别,如何做到场景与网管报文内容一一映射,通常会定义另一帧报文,用来表明当前是哪个或哪几个唤醒条件或休眠条件满足。又或者如果用户发现汽车电量不充足了,那么会有充电需求,插枪充电,这时如果插上慢充枪,那么OBC会先被唤醒,识别出插枪行为及其慢充枪的连接状态,然后OBC唤醒BMS和其他相关的控制器进行充电。也就是说,通过对一个又一个整车功能和应用场景的详细分析,最终能够汇总出整车所有的休眠唤醒场景需求,通常会用一个表格来管理,俗称休眠唤醒表。

menghuyouyou的博客 1170

深度学习在摄影技术中的应用与发展

本文来自作者 言有三 在 GitChat 上分享 「深度学习在摄影技术中的应用与发展」,「阅读原文」查看交流实录。「文末高能」编辑 | 哈比我是一个 AI 行业的从业者,也是一个摄影爱好者。之前我在《言有三工作室》公众号分享过一篇文章,《干掉柯洁的下一步,阿尔法狗创始人又要毁掉这个行业(深度学习)》,感兴趣可以去看看。其中主要说的就是,DeepMind 的研究,已经让算法掌握了自动学习到构图,滤镜

技术杂谈 5601

神州数码防火墙(DCN)NAT SSL-VPN配置

SSL-VPN是基于应用层的VPN,采用SSL协议来实现远程接入的一种新型VPN技术,比L2TP更加灵活的VPN方案。是天然的安全远程接入方案。用户可以通过浏览器的HTTPSs登录VPN的网址。SSL-VPN的认证方式包括LDAP,radius,CA,USB Key等方式。 SSL VPN的主要应用场景是保证远程用户能够在企业外部安全\高效的访问企业内部的网络资源

qq_50966485的博客 4560

大规模细粒度分类和领域特定迁移学习Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning翻译

这次翻译的论文是CVPR2018的,关于细粒度分类和迁移学习的论文,论文下载地址为:链接: https://pan.baidu.com/s/1fzMbUA0fYi9b5ETeWZfP4w 提取码: 3yqa 摘要 从大规模数据集(比如ImageNet)上迁移的知识经过微调后,为领域特定细粒度视觉分类(FGVC)任务(比如识别鸟的种类,汽车品牌和型号)提供了有效的解决方法。在这个方案中,数据注释经常...

Nyte2018的博客 1742

视觉开发板—K210自学笔记(三)--点亮LED

K210点亮LED灯

adamsecond 3412

探索Vortex开源GPGPU:RISC-V SIMT架构(2),指令Decode

本文分析了Vortex RISC-V内核的Decode模块设计。文章详细介绍了指令译码过程,包括操作码、功能码和寄存器字段的提取,以及不同类型指令(R/I/S/B/U/UJ)的立即数处理。重点阐述了基于操作码和功能码的分层译码逻辑,包括ALU运算、分支跳转、系统调用等指令的译码规则。此外,还描述了定制指令的处理机制以及与调度器的握手协议。Decode模块通过组合逻辑实现快速译码,并将结果传递给下级Issue模块,同时协调指令流控制。

weixin_55313207的博客 1795

细粒度论文《Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning》理解

Yin C, Yang S, Chen S, et al. Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning. In CVPR, 2018. 这篇论文是目前发表的细粒度分类性能最高的一篇论文,在CUB200数据集上取得了89.6的分类准确率,超过之前最好的结果3%。本文提...

小星星专栏 1452

Spring AI Alibaba实战训练营-20 基于注解驱动的MCP快速开发入门指南

本文详细讲解如何使用SpringAiAlibaba快速开发基于注解驱动的MCP应用。文章详细介绍了MCP协议并且重点介绍了Spring AI通过注解驱动的开发方式简化MCP服务开发。具体包括服务端和客户端的注解使用、城市最新时间查询MCP项目结构概览(服务端和客户端模块)以及环境配置要求。

program哲学 296
上一篇: 一文说说这十多年来计算机玩摄影的历史
下一篇: 传统方法怎么玩计算机审美
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3636粉丝 976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值