主题感知属性推理模型

属性推理增强可解释

通过双层图推理明确耦合图像主题与视觉属性，使美学评价过程具有更好的可解释性。

李雷达 · Huang, Yipo · 吴金建 · Yang, Yuzhe · Li, Yaqian · Guo, Yandong · 石光明

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

可解释性更强

通过显式建模视觉属性与主题的耦合，模型能够给出属性层面的推理依据，而不仅仅是一个分数。

性能超越现有方法

在四个公开 IAA 数据库上的实验一致表明，TAVAR 优于当前最优模型。

无需手工定义属性

视觉属性分析网络以数据驱动的方式自动提取属性特征，避免了繁琐的人工标注。

应用场景

• 智能图像质量评价：提供可解释的美学评分，辅助自动筛选高质量图片。
• 视觉内容理解：显式建模主题与属性关系，提升对图像内容的理解深度。
• 推荐系统与用户分析：可解释美学评分能反映用户偏好，用于推荐与用户画像。