论文部分内容阅读
随着5G的发展和多种显示终端的出现,图像重定向算法受到了广泛的关注和研究。目前大多数的算法没有考虑到重定向后图像的美学分布,从而影响人类的视觉美学感知。鉴于此,提出一种基于多层级注意力融合的图像美学评价网络,通过对不同细粒度的特征提取并根据注意力机制自适应地融合后获得美学信息,将学习到的美学信息与图像的显著图、梯度图和直线特征图融合作为具有美学分布的重要度图,以此来指导多操作的图像重定向算法。通过实验验证了生成的重要度图能够很好地保护图像重定向中的美学信息,图像重定向结果相较主流方法具有更好的视觉感