摘要

本文研究了图像风格、美学评价与图像质量评估等问题，这些问题需要从高分辨率图像中提取细粒度的视觉特征，因此采用了深度神经网络的训练方法。现有的深度卷积神经网络通常从每张图像中提取单一图像块（如下采样后的裁剪区域）作为训练样本。然而，单个图像块可能无法充分代表整张图像的全局特性，从而在训练过程中引入歧义。为此，本文提出一种深度多图像块聚合网络训练方法，允许从同一张图像中生成多个图像块并用于模型训练。该方法通过在神经网络中构建多个共享的并列分支，并将多个图像块分别输入至各个分支中实现。尤为重要的是，本文提出两种新型网络层——统计层与排序层，以支持对多个图像块的高效聚合。所提出的深度多图像块聚合网络将共享特征学习与聚合函数学习统一整合于一个框架之中。实验结果表明，该方法在图像风格识别、美学质量分类和图像质量评估三个任务上均表现出显著有效性。基于该网络训练的模型在上述三项任务中均显著超越了现有最先进方法的性能。