1 / 23

Final Project 基於美學結構之影像評分系統

Final Project 基於美學結構之影像評分系統. 498410039 資工四 蕭凡凱. Introduction. 系統 分析影像美學、量化美學，輸出美學分 數 美學分數分析 之實作準則 整合幾 項審美時常見之架構準則及已知之計算方法 ， 實做出影像之美學分數 分析. Motivation. 現代人接觸影像的量越趨龐大，如何能更有效率的傳遞？ 大量影像的篩選 ， 如何 能 得到 較佳 結果 計算美學 (Computational Aesthetics ) 之 重要性 預測 人們對藝術作品產生情緒反應的計算 方法 發展 方法來引出或強調這些感覺

mireya
Download Presentation

Final Project 基於美學結構之影像評分系統

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Final Project基於美學結構之影像評分系統 498410039 資工四 蕭凡凱

  2. Introduction • 系統 • 分析影像美學、量化美學，輸出美學分數 • 美學分數分析之實作準則 • 整合幾項審美時常見之架構準則及已知之計算方法，實做出影像之美學分數分析

  3. Motivation • 現代人接觸影像的量越趨龐大，如何能更有效率的傳遞？ • 大量影像的篩選，如何能得到較佳結果 • 計算美學 (Computational Aesthetics)之重要性 • 預測人們對藝術作品產生情緒反應的計算方法 • 發展方法來引出或強調這些感覺 • 美學「結構」 • 視覺物件之擺設 • 專業攝影師即利用技術與知識將良好的照片結構呈現出來

  4. Intent • 協助非專業攝影師 • 無法判斷結構好壞 • 選擇影像時有分數參考 • 分析與強調某項美學結構 • 使觀看者對於美學結構認知的進步

  5. Implementation

  6. Implementation • 程式架構圖 • 實作方法 • 結果呈現

  7. Aesthetic Measurement Pre-Processing 程式架構圖 Salient Region Rule of Thirds (RT) Visual Balance (VB) Prominent Line Diagonal Dominance (DA) • 架構圖 Score Extract Region/Line Information Combination

  8. 實作方法 • 分為三階段 • Image Pre-processing • Aesthetic Methods • Aesthetic Computation

  9. 實作方法 (1) Pre-Processing Salient Region • Image Pre-processing • 將輸入的影像做前置處理 • 偵測顯著區域與偵測主要線段 Prominent Line

  10. 實作方法 (1) Pre-Processing Salient Region • Image Pre-processing • 偵測顯著區域： • 將區域內每個pixel的salience value 總和取平均，得到區域的顯著分數。 Prominent Line Color-based segmentation Regions Global contrast based salient region detection Saliency map

  11. 實作方法 (1) Pre-Processing Salient Region • Image Pre-processing • 偵測主要線段： • 使用Canny edge detection 及Hough line 濾出影像中顯著線段，將線段根據斜率與截距做grouping。 • 線段顯著分數：原圖經Sobel Operator 運算後的值、線段所占長短等要素決定。 • 算出線段顯著分數後，取最高的前10% Prominent Line Canny Edge Detection grouping Hough Lines 顯著線段 仍有太多線段，依斜率與截距

  12. 實作方法 (2) Aesthetic Measurement Rule of Thirds (RT) Visual Balance (VB) • Aesthetic Methods • 攝影學中常見的美學規則 • Rule of Third • Visual Balance • Diagonal Dominance • 皆為公認之規則，越符合即越具吸引力 Diagonal Dominance (DA)

  13. 實作方法 (2) Aesthetic Measurement Rule of Thirds (RT) Visual Balance (VB) • Aesthetic Methods • Rule of Third • 將影像利用兩水平等分線、兩垂直等分線切割成大小相同之九宮格。將欲表現之重點物件放置於交叉四點其中一點，產生對觀看者的吸引力。 Diagonal Dominance (DA)

  14. 實作方法 (2) Aesthetic Measurement Rule of Thirds (RT) Visual Balance (VB) • Aesthetic Methods • Visual Balance • 當影像中之顯著物件圍繞中心點均勻分布於影像內時，即符合視覺平衡。 Diagonal Dominance (DA)

  15. 實作方法 (2) Aesthetic Measurement Rule of Thirds (RT) Visual Balance (VB) • Aesthetic Methods • Diagonal Dominance • 當影像中之顯著線段於圖中構成對角線時，會形成動態之強調效果。 Diagonal Dominance (DA)

  16. 實作方法 (3) Combination • Aesthetic Computation • 從顯著區域與線段中取得所需資訊後，依照Optimizing Photo Composition中所提之美學規則對照的計算公式，得到各別規則的分數。 • 求出各規則相對的分數後，依權重方式計算得到最後分數 Combination 其中 S 為 score，為權重

  17. Result

  18. Result • 將測資分為高低對照組，用程式進行評分

  19. Result • 作業系統與環境 • Win7 x64 • Visual Studio with OpenCV ver. 2.3.1 • 執行檔位置 • ./Final_Project/Display_v1/bin/x64/Debug • 測資 • TestSet資料夾 • 測資分群：1為低分，2為高分

  20. Result 連結

  21. Reference • L. Liu, R. Chen, L. Wolf, and D. Cohen-Or: Optimizing photo composition. Computer Graphics Forum (Proc. of Eurographics), 29(2), pp. 469-478, 2010. • J. Bruce, T. Balch, and M. Veloso: Fast and inexpensive color image segmentation for interactive robots. Proc. of IROS, 3, pp. 2061-2066, 2000. • M.-M. Cheng, G.-X. Zhang, N. J. Mitra, X. Huang, and S.-M. Hu: Global contrast based salient region detection. Proc. of CVPR, pp. 409-416, 2011.

  22. Future • 加入「非結構」性質的美學規則 • Morefeature • 可讓程式使用者調整較喜歡的規則 • Machine Learning • Not weighting, but training.

  23. END Thanks for your listening!

More Related