يمكن أن تستفيد التطبيقات الواقعية من القدرة على توليد ترتيب دقيق لجمالية الصور تلقائيًا. ومع ذلك، ركزت الطرق السابقة لتحليل جمالية الصور بشكل رئيسي على تصنيف الصور بشكل خشن وثنائي إلى فئتين: صور ذات جمالية عالية أو منخفضة. في هذا العمل، نقترح تعلُّم شبكة عصبية متعددة الطبقات باستخدام التحويلات التلافيفية لتصنيف جمالية الصور، بحيث يتم تمثيل الترتيب النسبي لجمالية الصور مباشرةً في دالة الخسارة. ويُدمج في نموذجنا تعلُّمًا مشتركًا لسمات تصويرية ذات معنى ومعلومات محتوى الصورة، والتي يمكن أن تساعد في تثبيت مشكلة تقييم جمالية الصور المعقدة.ولتدريب وتحليل هذا النموذج، قمنا ببناء قاعدة بيانات جديدة تُسمى قاعدة بيانات الجمالية والسمات (AADB)، تتضمن درجات جمالية وسمات ذات معنى مُخصَّصة لكل صورة من قبل عدة مُقيِّمين بشرية. وتم تسجيل هويات المُقيِّمين بشكل مجهول عبر الصور، مما يسمح لنا باستغلال اتساق المُقيِّم الواحد باستخدام استراتيجية عينة مبتكرة عند حساب خسارة الترتيب لزوج الصور التدريبية. ونُظهر أن الاستراتيجية المُقترحة فعّالة جدًا وقوية في مواجهة التقييمات الذاتية المختلفة لجمال الصور من قبل أشخاص يختلفون في تفضيلاتهم الجمالية. وتشير التجارب إلى أن النموذج الموحّد المُقترح قادر على إنتاج ترتيبات جمالية أكثر اتساقًا مع تقييمات البشر. ولإثبات فعالية النموذج بشكل أكبر، نُظهر أنه من خلال تطبيق حدّ معياري فقط على الدرجات التقديرية لجمال الصور، يمكن تحقيق أداءً تصنيفًا يُعدّ من أفضل الأداء في المعايير الحالية على مجموعة بيانات AVA الموجودة.