【综述整理】2015年至2022年图像美学质量评估数据集【附下载链接】

最新推荐文章于 2024-11-18 23:14:30 发布

OpenAppAI

最新推荐文章于 2024-11-18 23:14:30 发布

阅读量2.1k

点赞数 26

分类专栏： Paper论文精读：大模型+多模态+图像领域文章标签：图像美学评估图像质量评估数据集

本文链接：https://blog.csdn.net/my_name_is_learn/article/details/143248507

版权

在这里插入图片描述

2012年-美学数据集AVA-25万-MOS1~10

在这里插入图片描述

在这里插入图片描述

AVA数据集包含大约250,000张图像，每张图像与大约250名评分者1-10的分数分布相关。其中235,528张图像用于训练，另外20,000张图像用于测试。

图像美学分析的一个数据库——AVA（Aesthetic Visual Analysis）

背景介绍：
- 随着视觉内容的不断增长，按照美学偏好来组织和导航这些内容变得越来越重要。
研究现状：
- 尽管还处于初期阶段，但关于美学偏好计算模型的研究已经显示出巨大的潜力。
研究需求：
- 为了推动这一领域的发展，需要有现实、多样且具有挑战性的数据库。
AVA数据库介绍：
- AVA数据库，它包含超过250,000张图片以及丰富的元数据。
- 每张图片都有大量的美学评分。
- 包括超过60个类别的语义标签。
- 与摄影风格相关的标签。
AVA的优势：
- 相对于现有的数据库，AVA在规模、多样性和注释的异质性方面具有优势。
洞察美学偏好：
- 通过AVA可以提供关于美学偏好的几个关键见解。

暂时找不到下载链接，之前的下载链接已失效

一个图像质量数据库——LIVE In the Wild Image Quality Challenge Database。该数据库旨在克服现有图像质量数据库的一些局限性。

背景：
- 大多数公开可用的图像质量数据库都是在高度控制条件下创建的，通过在高质量照片上引入分级的模拟失真来形成这些数据库。
问题陈述：
- 实际上，使用典型移动设备拍摄的图像通常会受到多种失真的复杂混合影响，而这些失真不一定能够很好地通过现有数据库中的合成失真来建模。
现有数据库的限制：
- 这些现有数据库的创建者通常会在严格控制的视觉环境中进行人类心理物理研究，以获得对图像的一组统计上有意义的人类意见评分，这导致了相对于其他类型的图像分析数据库来说数据集较小。
解决方案：
- 为了解决这些问题，作者设计并创建了一个包含大量现代移动设备拍摄的图像，并带有广泛多样真实失真的新数据库。这个数据库被称为LIVE I