基于深度学习的广告布局图片美学属性评价

来源：计算机技术与发展杂志2021年第03期北京时间：

作者：沈佳敏;鲍秉坤

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。

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