要約
人間はしばしば画像の美的品質を評価する際、その画像の意味的内容の識別も行います。本論文では、自動的な美的品質評価と意味認識の相関関係について取り上げます。評価問題をマルチタスク深層モデルにおける主要なタスクとして位置づけ、意味認識タスクがこの問題解決の鍵であると主張します。畳み込みニューラルネットワークに基づき、美的ラベルと意味ラベルの監督を効率的に利用するため、単一かつシンプルなマルチタスクフレームワークを採用しました。さらに、タスク間の関係学習を取り入れることで、これらの2つのタスク間の相関項をフレームワークに導入しています。この相関項は、相関に関する有用な洞察を提供するだけでなく、美的品質評価タスクの精度向上にも寄与します。特に、2つのタスク間のバランスを保つための効果的な戦略を開発しており、これによりフレームワークのパラメータ最適化が容易になります。AVAデータセットやPhoto.netデータセットでの広範な実験により、美的品質評価において意味認識の重要性が確認されるとともに、マルチタスク深層モデルが最先端の結果を達成するために有効な美的表現を見出すことが示されました。