-
题名可计算图像美学研究进展
被引量：26
- 1
-
-
作者
王伟凝
蚁静缄
贺前华
-
机构
华南理工大学电子与信息学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2012年第8期893-901,共9页
-
基金
国家自然科学基金项目(60602014
60972132)
+1 种基金
广东省自然科学基金团队项目(9351064101000003)
中央高校基本科研基金项目(2009ZM0180)
-
文摘
可计算图像美学研究目的是希望计算机能够模拟人类的视觉系统与审美思维对图像进行美学价值的判断。其研究成果可以应用到融合主观感知的基于语义的图像检索、图像美学质量评估、图像的美学修正、摄影的美学预测、艺术作品风格分析、人机交互等方面。该研究涉及美学、艺术、认知科学、计算机科学、心理学等多个学科,属于多学科交叉的创新性前沿研究课题,具有重要的理论研究价值和应用前景。总结国际上最新研究成果,对该研究的常用方法和存在问题进行了系统的分析及综述,给出了可计算图像美学分析研究的一般框架,对图像的审美度量、美学视觉特征提取和美学推导等关键技术,以及图像美学的应用与发展前景等进行了详细讨论,并且针对当前研究存在的问题提出关键的解决方案。
-
关键词
图像美学
美学视觉特征
美学度量
美学分类
-
Keywords
image aesthetics
aesthetics vision features
aesthetics measure
aesthetics classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名美学的建立与分类
被引量：2
- 2
-
-
作者
孙少宣
-
机构
安徽医科大学口腔医学美学研究所
-
出处
《中华医学美学美容杂志》
2004年第5期300-301,共2页
-
-
关键词
美学建立
美学分类
医学美容
哲学美学
历史美学
科学美学
-
分类号
B83-02
[哲学宗教—美学]
-
-
题名国人眼形的美学分类与美容
被引量：1
- 3
-
-
作者
张威
朱昌
-
机构
上海太平洋口腔医院美容中心
-
出处
《实用美容整形外科杂志》
1996年第1期52-54,共3页
-
文摘
国人眼形的美学分类与美容上海太平洋口腔医院美容中心（２０００８０）张威上海第二医科大学附属九院整形外科（２０００１１）朱昌眼睛不仅让你看到外部世界，也表现出内在的精神和情感。眼睛的美容贵在神，而形为神之体。因此，正确了解眼形美学分类及数学基础，在眼部...
-
关键词
眼形
美学分类
美容
-
分类号
R622
[医药卫生—整形外科]
-
-
题名数字化微笑设计在上前牙美学修复中的应用
被引量：11
- 4
-
-
作者
何艳芳
孙阳
王瑞霞
-
机构
昆山市牙博士口腔门诊部
南京医科大学口腔疾病研究江苏省重点实验室
南京医科大学附属口腔医院口腔种植科
-
出处
《口腔生物医学》
2018年第3期155-158,共4页
-
文摘
目的:评估数字化微笑设计(digital smile design,DSD)在上前牙美学修复中的临床应用效果。方法:选取2016年1月至2017年12月期间收治的50例需要上前牙美学修复的患者,随机分为试验组和对照组,每组25例。试验组在DSD设计指导下进行修复治疗,对照组按照常规方法进行修复治疗。记录两组临时/最终修复体调改时间,采用Kay牙齿美学分类及患者对最终修复效果满意度进行评价。结果:试验组临时/最终修复体临床调改时间显著低于对照组(P<0.05)。按照Kay牙齿美学分类和患者满意度调查表对结果进行美学评估,试验组患者对最终修复体的满意度高于对照组。结论:DSD在上前牙美学修复中可以帮助医技人员更全面地了解患者牙齿动态美学信息,便于医患沟通,指导整个治疗流程,有效缩短临床操作时间,提高修复美学效果和患者的满意度。
-
关键词
数字化微笑设计
前牙美学修复
Kay牙齿美学分类
-
Keywords
digital smile design
aesthetic restoration of anterior teeth
Kay＇ s classification of altered dental esthetics
-
分类号
R783.3
[医药卫生—口腔医学]
-
-
题名基于并行卷积神经网络的图像美学分类
被引量：2
- 5
-
-
作者
刘飞飞
任舒琪
郭波超
朱杨林
-
机构
江西理工大学电气工程与自动化学院
-
出处
《计算机工程与设计》
北大核心
2019年第4期1120-1125,共6页
-
基金
国家自然科学基金项目(61364014)
江西省研究生创新专项资金基金项目(YC2017-S307)
-
文摘
针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像美学特征,提高对图像美学的分类效果。实验结果表明,与其它算法实验结果相对比,所提算法增加了图像美学分类的准确率,有一定的实用性。
-
关键词
并行卷积神经网络
特征提取
深度学习
图像美学分类
指数衰减学习率
-
Keywords
parallel convolution neural network
feature extraction
deep learning
image aesthetic classification
exponential decay learning rate
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—计算机科学与技术]
-
