基于轻量化网络模型的计算机图像美学评价

现阶段图像美学评估存在两个问题,首先网络模型复杂度高、参数量大;其次分别考虑图像的局部(细粒度)特征和全局特征,忽视其美学相关性。为使高性能的美学评价模型在移动端部署成为可能,通过对比不同轻量化主干网络对实验效果的影响,选取性能最优的轻量网络MobilenetV2作为基准网络,融合图像的浅层(局部)和深层(全局)特征进行特征增强,提高网络模型对美学特征的理解。与先进美学评价模型相比,性能提升且参数量大幅减少,为美学评价模型在边缘设备上的部署提供了新的研究思路。