期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像美学质量评价模型的可解释性分析
1
作者
董柏岩
李熹桥
金鑫
《中国传媒大学学报(自然科学版)》
2022年第3期36-42,共7页
在图像美学质量评价的发展过程中,前期有大量的科研工作用于人工设计美学特征,当前深度卷积网络的应用虽然减少了人工设计美学特征的流程,但使模型变得不可解释,这影响了人类对美学的认知。本文利用现有的可解释算法,对美学单一数值评...
在图像美学质量评价的发展过程中,前期有大量的科研工作用于人工设计美学特征,当前深度卷积网络的应用虽然减少了人工设计美学特征的流程,但使模型变得不可解释,这影响了人类对美学的认知。本文利用现有的可解释算法,对美学单一数值评价模型做出一定的解释。通过相关性归因方法,将原始输入图像对分类结果影响权重大的区域进行可视化,对证明模型的可靠性、发现新的美学规则具有十分重要的意义。
展开更多
关键词
深度学习
图像美学
可解释性
下载PDF
职称材料
题名
图像美学质量评价模型的可解释性分析
1
作者
董柏岩
李熹桥
金鑫
机构
北京电子科技学院
出处
《中国传媒大学学报(自然科学版)》
2022年第3期36-42,共7页
基金
北京高校“高精尖”学科建设项目(20210051Z0401)。
文摘
在图像美学质量评价的发展过程中,前期有大量的科研工作用于人工设计美学特征,当前深度卷积网络的应用虽然减少了人工设计美学特征的流程,但使模型变得不可解释,这影响了人类对美学的认知。本文利用现有的可解释算法,对美学单一数值评价模型做出一定的解释。通过相关性归因方法,将原始输入图像对分类结果影响权重大的区域进行可视化,对证明模型的可靠性、发现新的美学规则具有十分重要的意义。
关键词
深度学习
图像美学
可解释性
Keywords
deep learning
image aesthetics
interpretability
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
图像美学质量评价模型的可解释性分析
董柏岩
李熹桥
金鑫
《中国传媒大学学报(自然科学版)》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部