초록
이미지 구성 평가는 미적 평가에서 중요한 역할을 하며, 주어진 이미지의 전체적인 구성을 평가하는 것을 목표로 합니다. 그러나, 우리 지식의 범위 내에서는 이 작업을 위해 특별히 제안된 데이터셋이나 방법론이 존재하지 않는 것으로 알려져 있습니다. 본 논문에서는 각 이미지에 대해 여러 전문 평가자들이 제공한 구성 점수를 포함하는 첫 번째 구성 평가 데이터셋인 CADB를 기여합니다. 또한, 다중 구성 패턴의 관점에서 시각적 레이아웃을 분석하는 새로운 주목도 증강 다중 패턴 풀링(Saliency-Augmented Multi-pattern Pooling, SAMP) 모듈을 갖춘 구성 평가 네트워크인 SAMP-Net을 제안합니다. 우리는 또한 구성과 관련된 속성을 활용하여 성능을 더욱 향상시키고, Earth Mover's Distance (EMD) 손실 함수를 가중 EMD 손실 함수로 확장하여 콘텐츠 편향을 제거하였습니다. 실험 결과는 우리의 SAMP-Net이 이전의 미적 평가 접근법보다 더 우수한 성능을 보임을 입증하고 있습니다.