传统方法怎么玩计算机审美
編輯：葉琰
????說我們今天走到了科學與藝術的交叉口，是完全沒問題的。
????在深度學習還沒有遍地開發，在神經網絡還處于低谷時期，有沒有人在玩計算機攝影？當然有。
????他們是怎么玩的？傳統方法必然要手動設計大量特征來研究計算機美學這個問題。都主要有什么特征，這就是本篇文章的目的，單刀直入也不廢話了。
????這里，我們有必要將其分為兩類特征：
1 底層的圖像特征
Subject-Background Contrast
? ? ? ? 攝影里面有一個很重要的原則，那就是簡潔。我們希望一張照片主體突出，背景不要有各種各樣的干擾，這一點，其實可以從圖像的高頻特征中看出。
? ? ? ? 下面是兩幅圖的邊緣特征【1】，
? ? ? ??我們可以去猜想，圖2原圖其實是一朵花，圖1是一個辦公室或者家里的一角。圖2的邊緣更好完整，簡潔，而圖1顯得很雜亂。對應的，原圖像2的質量想必是高于圖1的。
? ? ? ? 這個邊緣，就可以反映出圖像的簡單性。
? ? ? ? 當然還有對前背景的更多屬性，如曝光，飽和度，色調等計算對比度的方法【3-5】，他們的目標都是一致的，即反映出前背景的對比度信息。
Color Distribution Feature
? ? ? ? 顏色分布特征，這是一個很古老，也是在傳統的圖像檢索中使用非常多的特征，最直觀的就是顏色直方圖。直方圖現在每個攝影機上都有，好一點的后期軟件也都有。
? ? ? ? 好的照片，一般會有一個統一的風格。或偏暖色，或偏冷色，這些都可以通過彩色直方圖表征出來。同時，局部直方圖的復雜程度，也可以反映出圖像風格的一致性。
? ? ? ? 由于直方圖是很常用的圖像特征，這里就不舉具體的例子說明了。
Hue harmanic
? ? ? ? 這是從色調的特性上來分享一張好圖。
? ? ? ? 一張好的靜物攝影，色調一般會比較單一，不會五顏六色的各種顏色都雜糅在一起,如下面的圖【1】，單調干凈的色調。
? ? ? ??好的色調和配色，才會有好的視覺感受，也會呈現出和諧。
? ? ? ? 文【2】是文【1】的后續研究，補充了攝影中的另2個原理，即90 color scheme和complementary color scheme。
? ? ? ? 這個是設計學里的經典配色方案，從下面的色調輪中看，具有視覺美感的主色調搭配方案，常常是區間相隔180度，或者90度左右。
? ? ? 【2】其中提供了具體的計算這個色調特征的方法，下面是一個好圖的示例。
? ? ? ? 具體計算這個hue的復雜度，就是要把圖像轉換到HSV空間，得到H通道。然后將其等分成多個bins，設定閾值，來計算色調的種類。
Blur
? ? ? ? 如果不是刻意表達某些，一張模糊的照片肯定是不如一張清晰的照片的。傳統的圖像質量評估里面，PSNR和SSIM是圖像噪聲和模糊的定量評估指標，這也被用過。
Contrast 和 brightness
?
? ? ? ? 對比度和亮度，似乎一直形影不離。
? ? ? ? 說起亮度，攝影中常常有一句話，叫做50度灰，說的就是照相機會自動將一張圖調整到50度灰，這也是自動曝光。但是，對于一張美圖來說，我們常常喜歡主體曝光，背景越簡單越好。
? ? ? ? 這是對圖像亮度的期望，也是對對比度的期望。
? ? ? ? 有方法是基于saliency detectiing的原理，把顯著目標當作前景，其他當作背景，從而計算出一些前景和背景的指標。
? ? ? ? 關于對比度和亮度的計算方法，【1-5】中都有具體的原理，感興趣的可以自己閱讀。
clearness and the colorfulness【3】
? ? ? ? 用dark channel feature【2】 來measure the clearness and the colorfulness of the subject areas，也虧他們想得出，這是對暗通道的強加使用，不過效果還不錯。
? ? ? ? 不過，更多的還是參考【3】。
通用圖像特征與專用圖像特征
? ? ? ??說起這個，那就是人盡皆知的那些東西了。SIFT，Bag- of-Visual-Words (BOV) ，Fisher Vector (FV) 全部搬出來，計算一遍，上SVM分類，極其自然。只是效果嘛，聽天由命。對于某些風景照，LBP, HOG 會比較有效。而對于某些特定類型的照片，比如商業人臉照片，人臉表情，姿態特征會比較有用。
?
2 與攝影有關的特征[3]
the rule of thirds.
? ? ? ? 三分構圖法則，是非常普遍的。
? ? ? ? 早期，文【3】通過將圖像分為9宮格，然后計算每一個宮格的色調的方法，來評判一張圖的三分特性。
?the Low Depth of Field Indicators
? ? ? ? 當主體是單個的目標是，利用大光圈制造的淺景深，是提升美學質量的重要方法。
? ? ? ? 有人利用小波特征來計算每一個grid的景深。
? ? ? ? 當然還有曝光等特征，就不一一提了。
[1] Y. Ke, X. Tang, and F. Jing, “The design of high-level features for photo quality assessment,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), vol. 1, 2006, pp. 419–426
[2] Luo W, Wang X, Tang X. Content-based photo quality assessment[C]// International Conference on Computer Vision. IEEE, 2011:2206-2213.
[3] Wong L K, Low K L. Saliency-enhanced image aesthetics class prediction[C]// IEEE International Conference on Image Processing. IEEE Press, 2009:993-996.
[4] Aydin T O, Smolic A, Gross M. Automated Aesthetic Analysis of Photographic Images[J]. IEEE Transactions on Visualization & Computer Graphics, 2015, 21(1):31..
[5] Spathis D. Photo-Quality Evaluation based on Computational Aesthetics: Review of Feature Extraction Techniques[J]. 2016.
[6] Deng Y, Chen C L, Tang X. Image Aesthetic Assessment: An experimental survey[J]. IEEE Signal Processing Magazine, 2017, 34(4):80-106.
想了解更多的細節，就來我計算機視覺公眾號《視若觀火》，以及攝影公眾號《言有三工作室》吧
當然，攝影平臺500px和圖蟲，更是天天更新噢。
另外，邀請你來gitchat活動一起討論學習。
如果有土豪覺得文章OK，想打個賞，那就樂呵呵接受了！
總結
以上是生活随笔為你收集整理的传统方法怎么玩计算机审美的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 为AI摄影铺路，第一个大规模的美学质量数
- 下一篇： 走向AI摄影终极之路 AVA数据集后时