[论文解读] Color: A Crucial Factor for Aesthetic Quality Assessment in a Subjective Dataset of Paintings

Seyed Ali Amirshahi, Gregor U. Hayn‐Leichsenring+2 more|arXiv (Cornell University)|Sep 19, 2016

Aesthetic Perception and Analysis参考文献 7被引用 3

一句话总结

本文引入了一个新颖的主观数据集，包含15至20世纪36位西方画家的作品，并研究了色彩在审美质量评估中的作用。通过使用与感知相关的色彩特征作为输入的分类器，其在色彩特征与主观审美评分之间的分类准确率达到73%，证明了色彩在计算美学中的关键作用。

ABSTRACT

Computational aesthetics is an emerging field of research which has attracted different research groups in the last few years. In this field, one of the main approaches to evaluate the aesthetic quality of paintings and photographs is a feature-based approach. Among the different features proposed to reach this goal, color plays an import role. In this paper, we introduce a novel dataset that consists of paintings of Western provenance from 36 well-known painters from the 15th to the 20th century. As a first step and to assess this dataset, using a classifier, we investigate the correlation between the subjective scores and two widely used features that are related to color perception and in different aesthetic quality assessment approaches. Results show a classification rate of up to 73% between the color features and the subjective scores.

研究动机与目标

• 开发一个涵盖多个世纪的多样化西方绘画新数据集，用于审美质量评估。
• 探究在人工标注的数据集中，色彩特征是否与主观审美判断相关。
• 通过机器学习方法评估基于色彩的特征在分类审美质量方面的预测能力。
• 通过识别影响人类对艺术之美感知的关键视觉因素，为计算美学做出贡献。

提出的方法

• 作者整理了15至20世纪36位著名西方画家作品的数据集。
• 从人类观察者处收集了主观审美评分，作为评估的基础。
• 从每幅画作中提取了两种广泛使用的色彩感知特征——可能与色彩分布和和谐性相关。
• 训练了一个有监督分类器，基于这些色彩特征预测主观审美评分。
• 通过比较预测结果与实际审美排名，使用准确率指标评估分类性能。
• 研究采用标准的机器学习流程，评估色彩特征与人类判断之间的相关性。

实验结果

研究问题

• RQ1 基于色彩的特征在多大程度上能够预测人类对绘画的主观审美判断？
• RQ2 仅使用色彩特征时，分类器在多大程度上能够区分高审美质量与低审美质量的绘画？
• RQ3 在审美质量评估中，色彩特征是否比其他视觉特征更具影响力？
• RQ4 色彩特征与审美评分之间的相关性是否在不同艺术风格和时期中保持一致？

主要发现

• 当仅基于色彩特征预测主观审美评分时，分类器的分类准确率最高达到73%。
• 色彩特征与人工标注的审美判断之间表现出强烈且显著的相关性。
• 结果证实，即使忽略其他视觉特征，色彩仍是审美质量评估中的关键因素。
• 该数据集在不同艺术时期和风格中均表现出一致的性能，支持其在审美研究中的有效性。
• 研究提供了实证证据，表明色彩感知特征能够有效建模人类在绘画中的审美偏好。
• 研究结果支持将基于色彩的特征作为计算美学模型中的核心组成部分。