构图美学评价近两年研究进展总结（2023-2025）

1. 多模态多属性对比预训练方法

西安电子科技大学团队提出了一种基于多模态大语言模型（MLLMs）的图像美学计算预训练方法。通过构建多模态图像美学属性数据集（包含构图、颜色、光线等标注），结合对比学习优化模型，显著提升了美学评价任务的性能。该方法在六个公开数据集上实现了SOTA结果，尤其在构图分类和美学评分预测任务中表现突出。
原文链接：实验室论文介绍

---

2. 构图感知的图像美学质量评价模型

2023年提出的专利方法（CN 116342569 A）设计了金字塔式多尺度特征融合模块，分别训练构图质量评价网络和美学质量评价网络，通过构图特征引导美学评分。该方法在测试集上采用评分分布平均化策略，有效减少了标签不确定性问题。
原文链接：专利方法摘要

---

3. 个性化图像美学评价模型的突破