Évaluation de la composition d'images avec un regroupement multi-modèles augmenté par la salience

L'évaluation de la composition d'images est cruciale dans l'appréciation esthétique, qui vise à évaluer la qualité globale de la composition d'une image donnée. Cependant, selon nos connaissances actuelles, il n'existe ni de jeu de données ni de méthode spécifiquement proposés pour cette tâche. Dans cet article, nous contribuons au premier jeu de données d'évaluation de composition, le CADB (Composition Assessment Dataset Benchmark), avec des scores de composition fournis par plusieurs évaluateurs professionnels pour chaque image. De plus, nous proposons un réseau d'évaluation de composition appelé SAMP-Net (Saliency-Augmented Multi-pattern Pooling Network) doté d'un module innovant SAMP (Saliency-Augmented Multi-pattern Pooling), qui analyse la disposition visuelle sous l'angle de multiples modèles de composition. Nous utilisons également des attributs pertinents pour la composition afin d'améliorer encore les performances et étendons la perte EMD (Earth Mover's Distance) à une perte EMD pondérée pour éliminer le biais du contenu. Les résultats expérimentaux montrent que notre SAMP-Net peut se comporter plus favorablement que les approches précédentes d'évaluation esthétique.