基于性格特征的多任务学习图像美学评价方法流程图

近日，我校37000cm威尼斯2017级博士研究生祝汉城与导师李雷达教授、以及来自美国加州大学伯克利分校、清华大学、新加坡南洋理工大学等单位的合作者，在国际顶级期刊IEEE Transactions on Image Processing在线发表题为“Personality-assisted Multi-task Learning for Generic and Personalized Image Aesthetics Assessment”的学术论文。该期刊是图像处理、多媒体与人工智能等领域的国际顶级期刊，是中国计算机学会（CCF）推荐的A类期刊，中科院一区TOP期刊，影响因子：6.790。

论文报道了基于性格辅助的多任务深度学习解决图像美学评价问题的最新研究成果。论文深入分析了用户性格特征与图像审美评估之间的关联，首次把用户的性格特征应用于辅助大众化和个性化的图像美学评价问题上。论文中提出的方法包括两个阶段：一、利用美学数据和性格数据同时对权重共享的多任务的深度学习孪生网络进行训练，构建出图像美学分布预测模型和偏好图像的性格特征预测模型；二、在已构建的多任务深度模型基础上，利用用户的个性化美学数据对任务间的融合网络进行训练，构建个性化的图像美学评价模型。基于国际通用的数据库验证，论文中所提出方法的性能明显优于现有的国际主流算法（包括Google公司提出的算法）。该方法对探究用户主观特征对其个性化图像美学评价的影响作用具有重要的借鉴价值和科学意义，可用于个性化推荐系统的设计。

祝汉城同学于2017年9月开始攻读信息与通信工程学科的博士学位，主要研究方向为图像情感计算、个性化图像美学评价和深度学习。博士期间已在IEEE Transactions on Image Processing、Pattern Recognition Letters、Neural Processing Letters、Journal of Visual Communication and Image Representation等领域内著名的SCI期刊发表论文5篇，并在CCF B类以上国际学术会议发表论文2篇；主持江苏省科研创新计划项目一项；获得2018-2019学年度37000cm威尼斯创新优秀博士奖学金。