如何识别“美”对于机器是一件困难的事情。在计算机视觉研究领域,图片质量该如何量化?审美要素要如何分析?长期以来,这都是未解的难题。
12月21日, Google公布的了一项新成果——NIMA(Neural Image Assessment),即神经影像评估系统。它是用深度卷积神经网络(CNN)来学习人类感知图像质量和审美因素的一项研究成果。利用最先进的深度对象识别(object recognition)技术,NIMA不仅能分析图片的质量,还能判断图片是否好看,更能给出让图片更美的修图建议。
NIMA辨美丑
NIMA对一些带有“景观”标签图片的美观程度进行了评分和排序
在计算机视觉研究领域,已经有算法可以将图像以分数或回归均值的方法来排序比较,这方面各大智能手机的相机图片,都有类似的功能。
与以往算法不同,NIMA可以为任何特定的图像进行0-10的评分,并直接比较同一主题的图片。上图括号中是200人对图片打分后计算出的平均分数。谷歌称,与其他方法相比,NIMA给出的评分与排序更接近人类的偏好。
NIMA评质量
NIMA 对同一主题的图片的质量进行评分和排序
NIMA同时也能对图片的质量进行比较。图片可能由于一系列的原因变得模糊、出现噪点和扭曲,导致图片质量下降。NIMA在对图片评分的同时也能比较同一主题图片的质量,并给出相应的分数。
NIMA还可以优化图片 告诉你怎么修更“美”
通过NIMA训练深度卷积神经网络从而增强图像局部的色调和对比度
对于不会用PS修图的新手们,NIMA现在可以直接给你建议。在调整图片时,明暗度、对比度、色调和细节的变化都会改变图片的评分。NIMA能通过找到优化图片的最佳参数来给出修图建议。
Google在NIMA上的研究仍在继续,未来用户利用NIMA就可以在众多图片中快速找到“最美”图片。
来源:DoNews 记者 赵晋杰