Estimating image aesthetic value using a content-based convolutional neural network architecture

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFarias, Mylène Christine Queiroz de-
Autor(es): dc.creatorLima, João Marcello Schubnell Abreu de Rezende-
Data de aceite: dc.date.accessioned2024-10-23T16:34:15Z-
Data de disponibilização: dc.date.available2024-10-23T16:34:15Z-
Data de envio: dc.date.issued2020-06-26-
Data de envio: dc.date.issued2020-06-26-
Data de envio: dc.date.issued2019-12-19-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/38225-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/911736-
Descrição: dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019.-
Descrição: dc.descriptionNa última década, a propagação de métodos de aprendizado de máquina despertou o interesse de pesquisadoras em investigar suas aplicações no campo de visão computacional. As implementações mais populares abrangem diversas áreas de estudo, de classificação de objetos até imagens biomédicas. Dentro destas áreas o estudo de qualidade de imagens atraiu muita atenção devido as suas aplicações em edição digital de imagens, otimização de motores de busca e otimização de redes de computadores. Diversos trabalhos destacaram o potencial de sistemas classificadores de imagens sem referência, contudo a maioria destes trabalhos se concentraram nos atributos de qualidade da imagem e descosideraram a sua estética. A estética é um atributo importante que provoca o interesse de uma observadora e tem um papel importante na comunicação visual. Neste trabalho, nós analisamos diversos estudos que desenvolveram métodos para quantificar a qualidade estética de uma imagem, tais métodos abrangem desde descritores desenvolvidos à mão quanto descritores desenvolvidos utilizando aprendizado de máquina, mais especificamente aprendizado profundo. Nós discutimos também as dificuldades e os fatores mais importantes que devem ser levados em conta no desenvolvimento de sistemas de classificação estética. Em seguida, nós apresentamos um método que leva em consideração o conteúdo de uma imagem na escolha de uma arquitetura de rede. Nós discutimos as implicações e resultados deste novo método e como é possível aprimorar ainda mais estes resultados. Por fim, nós apresentamos algumas idéias que podem lançar uma luz sobre os atributos que redes convolucionais aprendem durante o processo de treinamento.-
Descrição: dc.descriptionIn the last decade, there has been an increasing interest in the employment of machine learning methods in computer vision applications. The most popular applications range across several different areas from object classification to biomedical imaging. Among all areas, the quality assessment area has attracted some attention due to its applications in digital image editing, search engine, and network optimization. Several works have highlighted the potentials of employing no-reference image quality assessment methods, but most of them only consider the image attributes and often ignore their aesthetic quality. The aesthetic quality of an image is an important factor that drives the observers interests and plays a key role in visual communication. In this work, we analyze previous studies that tried to quantify aesthetic quality by using hand-designed image descriptors and machine-learning methods, more specifically the deep learning method. We also discuss the difficulties and most important factors when developing aesthetic assessment systems. Later on, we propose a method that takes into account the image content to choose the most suited deep learning architecture. We discuss the implications and results of this novel approach and how they can be further improved. Finally, we present some ideas that can help other researchers make sense of the features learned by convolutional networks.-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAprendizado de máquina-
Título: dc.titleEstimating image aesthetic value using a content-based convolutional neural network architecture-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.