.png){kind=icon}
返回
Unlocking implicit motion for evaluating image complexity
.png){kind=icon}
PRE
AI
DOI：10.1016/j.displa.2025.103131.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种受运动启发的图像复杂度评估（ICA）指标（MICM）。
• 显式挖掘图像静态信息中的隐式运动信息。
• 一种分层损失通过视频到文本的对齐增强运动表示。
• 经验结果表明隐式运动在ICA中的重要性。
期刊
IF:
3.4
论文数:
2.3K
被引数:
3.2K
机构
引用论文
分享收藏Leveraging the Potency of CNN for Efficient Assessment of Visual Complexity of Images利用卷积神经网络(CNN)的强大性能，对图像的视觉复杂度进行高效评估
PREAI
分享收藏
分享收藏Comparison of two-dimensional variations in the context of the digital image complexity assessment.png)
IF0
PREAI
分享收藏
查看更多内容