Título:	Estimating image aesthetic value using a content-based convolutional neural network architecture
Autor(es):	Lima, João Marcello Schubnell Abreu de Rezende
Orientador(es):	Farias, Mylène Christine Queiroz de
Assunto:	Inteligência artificial Aprendizado de máquina
Data de defesa:	20-Dez-2019
Referência:	LIMA, João Marcello Schubnell Abreu de Rezende. Estimating image aesthetic value using a content-based convolutional neural network architecture. 2019. viii, 59 f., il. Dissertação (Mestrado em Engenharia de Sistemas Eletrônicos e Automação)—Universidade de Brasília, Brasília, 2019.
Abstract:	In the last decade, there has been an increasing interest in the employment of machine learning methods in computer vision applications. The most popular applications range across several different areas from object classification to biomedical imaging. Among all areas, the quality assessment area has attracted some attention due to its applications in digital image editing, search engine, and network optimization. Several works have highlighted the potentials of employing no-reference image quality assessment methods, but most of them only consider the image attributes and often ignore their aesthetic quality. The aesthetic quality of an image is an important factor that drives the observers interests and plays a key role in visual communication. In this work, we analyze previous studies that tried to quantify aesthetic quality by using hand-designed image descriptors and machine-learning methods, more specifically the deep learning method. We also discuss the difficulties and most important factors when developing aesthetic assessment systems. Later on, we propose a method that takes into account the image content to choose the most suited deep learning architecture. We discuss the implications and results of this novel approach and how they can be further improved. Finally, we present some ideas that can help other researchers make sense of the features learned by convolutional networks.
Unidade Acadêmica:	Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (FT ENE)
Informações adicionais:	Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019.
Programa de pós-graduação:	Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e de Automação
Licença:	A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:	Teses, dissertações e produtos pós-doutorado

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.