.png){kind=icon}
返回
Optimizing photographic composition with deep reinforcement learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.130363.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像构图一直是专业摄影中的首要考量因素，良好的构图能显著提升图像的视觉吸引力。然而，对于大多数普通用户而言，实现快速构图可能是一项挑战。为解决这一问题，本文提出了一种视角调整方法以改善图像构图。我们引入了一种基于DRL（深度强化学习）的方法用于调整和优化图像构图。该方法采用D3QN（对抗双深度Q网络）作为主要网络架构，利用智能体的渐进探索寻找构图调整的最优策略。此外，我们开发了一个构图特征提取模块，该模块根据专业摄影构图准则从图像中提取构图信息，从而进一步增强了网络的预测性能。我们还创建了一个构图缺陷数据集用于模型训练和测试，并在此基础上扩展了现有的图像裁剪数据集。该数据集包含位移调整、缩放调整及其组合的样本，有助于模型的训练。通过多项实验，我们的模型表现出优异的性能，实现了IoU（交并比）分数为0.785和Disp（位移）分数为0.050。实验结果表明，我们提出的视角调整方法有效改善了图像构图，能够实时指导用户拍摄构图良好的照片。总之，本研究旨在利用智能技术手段帮助普通用户更轻松地获取专业级的构图指导，使每个人都能捕捉到视觉吸引力强的瞬间。
Keyword:
Image composition
Composition defect dataset
Deep Reinforcement Learning
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
An Enhanced Dueling Double Deep Q-Network With Convolutional Block Attention Module for Traffic Signal Optimization in Deep Reinforcement Learning具有卷积块注意力模块的增强决斗双深度Q网络，用于深度强化学习中的交通信号优化.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition用于视觉识别的深度卷积网络中的空间金字塔池化
OAAI
OAAI分享收藏Preference-Aware View Recommendation System for Scenic Photos Based on Bag-of-Aesthetics-Preserving Features基于保留美学袋特征的偏好感知风景照片视图推荐系统
PREAI
分享收藏
查看更多内容