基于包围盒回归的图像构图推荐

图像构图推荐旨在找到一幅图像中最具构图美学价值的裁剪,可以辅助拍照者拍摄出构图优美、雅致、协调的照片.由于该任务较难精确、完整地标注出所有优秀构图包围盒,故此前基于神经网络的方法多数并不直接回归构图包围盒,而是通过枚举预制的构图包围盒回归分数,取分数最大者为构图结果.而这一做法会对回归结果精度和算法效率造成负面影响.通过提出一个由特征提取模块、包围盒回归模块和分数回归模块组成的可回归构图包围盒的端到端神经网络模型,并设计相应的数据构造方法、训练方法和损失函数,克服上述难点.选择FCDB和FLMS这2个公开数据集作为测试集,与现有方法相比,该方法在IoU和Disp测试指标上均达到最优.