计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月8日
(v1)
,最后修订 2025年6月12日 (此版本, v2)]
标题: 美学不含语义学
标题: Aesthetics Without Semantics
摘要: 虽然人类观察者很容易判断一张图片是美丽的还是丑陋的,但审美决策是由交织在一起的知觉和认知(语义)因素共同决定的,这使得从科学的角度理解审美判断尤为具有挑战性。 此外,我们的研究显示当前数据库存在一种普遍的偏见,这些数据库中大多包含美丽的图片,进一步增加了对审美反应的研究和预测难度。 我们通过创建一个具有最少语义内容的图片数据库,并设计以及利用一种方法来生成处于审美评价“丑”这一端的图片,解决了这些局限性。 由此产生的最小语义内容(MSC)数据库由一个包含10,426张图片的大规模且平衡的数据集组成,每张图片由100位观察者进行评估。 接下来,我们使用已确立的图像指标证明了,在一个偏向美丽图片的图像集合中加入丑陋图片,如何能够改变甚至反转图像特征与审美价值之间的关系。 综上所述,我们的研究表明,试图将图像内容与审美判断联系起来的经验美学研究可能会因为考虑的审美价值范围有限而夸大、低估或完全错过一些有趣的效应。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.