[發明專利]一種插圖人氣評估方法

在審

• 申請號: 202110266966.X
• 申請日: 2021-03-11
• 公開（公告）號: CN113160133A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 楊嘉琛;周艷霜
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

本發明涉及一種插圖人氣評估方法，包括下列步驟：預處理與構建數據庫,根據圖像瀏覽次數和喜歡次數的數據形成分數標簽；網絡構建，得到密集連接空洞卷積金字塔，獲得構圖特征和風格特征；將構圖特征與風格特征加權，最終得到圖像總特征；將總特征輸入全連接層，得到大小為1維特征向量；將1維特征向量經過計算，得出圖像的相預測分數值，利用標簽分數和預測分數相似度數值來計算交叉熵損失函數來進行反向傳播更新權重信息，直到得到預期的loss值停止訓練。

技術領域

本發明涉及圖像美學質量評估技術，具體設計一種基于插畫風格特征和構圖特征而形成評分的評估方法。

背景技術

插圖是對文本，概念或過程(例如圖畫書，信息圖以及技術和科學插圖)的視覺解釋和裝飾。以前，大多數插圖都出現在報紙，雜志或書籍中。如今，除了傳統媒體外，插圖還可以在海報，電影，動畫，視頻游戲等中看到。如果我們了解人們更喜歡哪種插圖，我們可以指導插圖畫家修改其作品，制定有針對性的廣告策略，并幫助游戲和電影吸引更多客戶。因此，對插圖流行度的研究具有重要意義。早期的插圖通常以鉛筆，水彩，油畫顏料和丙烯酸制成。如今，插畫家使用計算機進行創作或后處理。他們分享他們的作品，查看其他圖像，并在在線平臺上表達意見。當可以收集和分析相關信息時，我們會在一定程度上推斷用戶的偏好。

插圖在當今時代的影響力預示著對插圖受歡迎程度的研究的實用性和必要性，這在改進插圖和廣告決策中起著重要作用。受插圖創作過程的啟發，我們設計了插圖人氣評估網絡(IPANet)系統。該系統的網絡模塊中密集的卷積層被緊密地級聯以提取圖像構成信息，并使用Gram矩陣來測量圖像風格。我們還引入了基于“觀看次數”和“喜歡次數”的評分模型，以對收集到的插圖的受歡迎程度進行標注分數。根據評分插圖上的實驗結果，IPANet被證明是有效的。據我們所知，我們是最早探索插圖受歡迎程度并成功實踐的。

參考文獻：

[1]M.Yang,K.Y u,C.Zhang,Z.Li,and K.Yang,“Denseaspp for semanticsegmentation in street scenes,”in Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition,2018,pp.3684–3692.

[2]L.-C.Chen,G.Papandreou,I.Kokkinos,K.Murphy,and A.L.Y uille,“Deeplab:Semantic image segmentation with deep convolutional nets,atrousconvolution,and fully connected crfs,”IEEE transactions on pattern analysisand machine intelligence,vol.40,no.4,pp.834–848,2017.

[3]Z.Liu,X.Qi,and P.H.Torr,“Global texture enhancement for fake facedetection in the wild,”in Proceedings of the IEEE/CVF Conference on ComputerVision and Pattern Recognition,2020,pp.8060–8069.

[4]L.A.Gatys,A.S.Ecker,and M.Bethge,“A neural algorithm of artisticstyle,”arXiv preprint arXiv:1508.06576,2015.

發明內容

本發明提出一種插圖人氣評估方法，基于線上插畫圖像的觀看次數和喜歡次數進行評分以此來了解一幅插畫的受歡迎程度。根據評分插圖上的實驗結果，本發明被證明具有良好的準確性。本發明的技術方案如下：

一種插圖人氣評估方法，包括下列步驟：