图像美学质量评价模型的可解释性分析

作者：董柏岩; 李熹桥; 金鑫^*

来源：中国传媒大学学报(自然科学版), 2022, 29(03): 36-42.

DOI：10.16196/j.cnki.issn.1673-4793.2022.03.006

• 深度学习
• 图像美学
• 可解释性

在图像美学质量评价的发展过程中，前期有大量的科研工作用于人工设计美学特征，当前深度卷积网络的应用虽然减少了人工设计美学特征的流程，但使模型变得不可解释，这影响了人类对美学的认知。本文利用现有的可解释算法，对美学单一数值评价模型做出一定的解释。通过相关性归因方法，将原始输入图像对分类结果影响权重大的区域进行可视化，对证明模型的可靠性、发现新的美学规则具有十分重要的意义。

• 单位
  北京电子科技学院