Skaitļošanas estētikas algoritms atklāj skaistumu, ko cilvēki neievēro

Viena no nomācošajām patiesībām par sociālajiem medijiem ir tāda, ka attēla popularitāte ne vienmēr liecina par tā kvalitāti. Ir viegli atrast ļoti populāru apšaubāmas kvalitātes saturu. Taču ir daudz grūtāk atrast nepopulāru augstas kvalitātes saturu.

Tas lielā mērā ir tāpēc, ka popularitāti regulē varas likums: nelielai satura daļai tiek pievērsta liela uzmanība, bet lielākajai daļai satura tiek koplietots pārējais. Paņemiet attēlu koplietošanas vietni Flickr, kurā ir aptuveni 200 miljoni attēlu. No tiem 166 miljoniem ir pieci favorīti vai mazāk.

Tas ir liels skaits nepopulāru attēlu! Ir viegli iedomāties, ka šajā garajā nepopularitātes astē ir paslēptas daudzas fotogrāfijas. Bet kā to atklāt?

Šodien mēs saņemam un atbildam, pateicoties Rosano Šifanellas Turīnas Universitātē Itālijā un Mirjamas Redi un Lukas Marijas Aiello darbam Yahoo Labs Barselonā. Šie puiši ir iemācījuši mašīnredzes algoritmu atpazīt skaistumu un pēc tam ļāvuši tam izkļūt cauri nepopulāro Flickr attēlu garajai astei, meklējot dārgakmeņus, ko neviens nav pamanījis. Un rezultāti ir iespaidīgi.

Schifanella un co sāk ar pūļa avotu meklēšanu cilvēku viedokļiem par aptuveni 10 000 attēlu estētisko kvalitāti no Flickr datu bāzes. Tie ietver gan populārus, gan nepopulārus attēlus četrās kategorijās atkarībā no tā, vai tajos attēloti cilvēki, daba, dzīvnieki vai pilsētas objekti.

Katru attēlu novērtē vismaz pieci cilvēki atbilstoši piecām estētiskajām kategorijām, sākot no ārkārtīgi sliktas līdz izcilai kvalitātei. Šis process rada pamatpatiesības datu kopu ar attēliem, kas atbilst katrai estētiskajai kategorijai.

Pēc tam komanda izmanto šo datu kopu, lai apmācītu mašīnredzes sistēmu CrowdBeauty, lai atpazītu attēlus, kas ietilpst katrā kategorijā. Lai to izdarītu, algoritms analizē katru attēlu, izmantojot tādus kritērijus kā kontrasts, spilgtums, krāsu modeļi, funkciju izvietojums attēlā utt.

Algoritms darbojas tā, kā šie kritēriji ir saistīti ar iespējamo estētisko vērtējumu. Pēc tam Schifanella un co pārbauda CrowdBeauty algoritmu, lūdzot tam paredzēt vērtējumu, kas piešķirts vairākām fotogrāfijām, kuras tā vēl nav redzējusi. To var izdarīt ar pārsteidzošu precizitāti, īpaši dzīvnieku un pilsētu attēliem.

Visbeidzot, Šifanella un kolēģi ļāva CrowdBeauty zaudēt datubāzi, kurā ir deviņi miljoni attēlu no Flickr un kuriem ir mazāk nekā pieci iecienītākie attēli. Tās mērķis ir atlasīt skaistus attēlus, kas vēl nav kļuvuši populāri.

Rezultāti ir iespaidīgi, jo CrowdBeauty izceļ daudzus skaistus attēlus. Komanda salīdzina šos attēlus ar tiem, kas ir tikai populāri, pamatojoties uz viedokli par tiem. Mūsu metode izgūst fotoattēlus, kuru uztvertā skaistuma rādītāja vidējais rādītājs ir vienāds ar populārākajiem un kuru vidējais rādītājs ir tikai par 1,5% zemāks.

(Augšējā attēlā nepopulārie attēli atrodas kreisajā kolonnā, populāri attēli tiek parādīti vidējā kolonnā, bet CrowdBeauty atlasītie attēli tiek parādīti labajā kolonnā.)

Tas nekavējoties rada dažādu lietojumu iespēju. Viena no idejām ir izmantot CrowdBeauty, lai atrastu skaistus attēlus, kas vēl nav kļuvuši populāri.

Kā koncepcijas pierādījumu mēs iedomājamies jaunu Flickr Beauty Explorer lapu, kurā ir redzamas skaistākās, taču nepopulārākās mēneša fotogrāfijas, lai papildinātu klasisko Flickr Explorer, kurā ir fotoattēli ar ļoti augstu sociālo atgriezenisko saiti, saka Schifanella un citi.

Citiem vārdiem sakot, CrowdBeauty algoritmam ir potenciāls demokratizēt fotoattēlu koplietošanas platformas, izceļot talantīgus cilvēkus, kuri citādi netiek novērtēti.

Tāpēc visiem nenovērtētajiem fotogrāfiem vēl ir cerība.

Atsauce: arxiv.org/abs/1505.03358 : attēls ir vairāk nekā tūkstoš izlases vērts: Flickr attēlu slēptā skaistuma parādīšana

paslēpties