211service.com
Algorytm estetyki obliczeniowej dostrzega piękno, które ludzie przeoczają
Jedną z przygnębiających prawd o mediach społecznościowych jest to, że popularność obrazu niekoniecznie świadczy o jego jakości. Łatwo znaleźć niezwykle popularne treści o wątpliwej jakości. Ale o wiele trudniej jest znaleźć niepopularne treści wysokiej jakości.
Dzieje się tak głównie dlatego, że popularność rządzi się prawem potęgowym: niewielka część treści otrzymuje dużą część uwagi, podczas gdy zdecydowana większość treści dzieli się z resztą. Weźmy na przykład witrynę do udostępniania zdjęć Flickr, na której znajduje się około 200 milionów zdjęć. Spośród nich 166 milionów ma pięciu lub mniej faworytów.
To duża liczba niepopularnych zdjęć! Łatwo sobie wyobrazić, że w tym długim ogonie niepopularności kryje się wiele fotograficznych perełek. Ale jak to ujawnić?
Dziś otrzymujemy i odpowiadamy dzięki pracy Rossano Schifanelli z Uniwersytetu w Turynie we Włoszech oraz Miriam Redi i Luki Marii Aiello z Yahoo Labs w Barcelonie. Ci faceci nauczyli algorytm rozpoznawania piękna, a następnie pozwolili mu przeszukać długi ogon niepopularnych zdjęć Flickr w poszukiwaniu klejnotów, których nikt nie zauważył. A wyniki są imponujące.
Schifanella i spółka zaczynają od crowdsourcingu ludzkiej opinii na temat jakości estetycznej około 10 000 zdjęć z bazy danych Flickr. Obejmują one zarówno popularne, jak i niepopularne obrazy w czterech kategoriach, w zależności od tego, czy przedstawiają ludzi, przyrodę, zwierzęta czy tematykę miejską.
Każdy obraz jest oceniany przez co najmniej pięciu ludzi według pięciu kategorii estetycznych, od bardzo złej do wyjątkowej jakości. W wyniku tego procesu powstaje zbiór podstawowych danych o prawdziwości obrazów, które odpowiadają każdej kategorii estetycznej.
Następnie zespół wykorzystuje ten zestaw danych do trenowania systemu wizyjnego o nazwie CrowdBeauty do rozpoznawania obrazów należących do każdej kategorii. W tym celu algorytm analizuje każdy obraz za pomocą kryteriów, takich jak kontrast, jasność, wzory kolorów, rozmieszczenie cech na obrazie i tak dalej.
Algorytm działa, jak te kryteria odnoszą się do ostatecznej oceny estetycznej. Schifanella i spółka testują następnie algorytm CrowdBeauty, prosząc go o przewidzenie oceny wielu zdjęć, których jeszcze nie widział. Może to robić z zaskakującą dokładnością, szczególnie w przypadku zdjęć zwierząt i zdjęć miejskich.
Wreszcie, Schifanella i spółka udostępnili CrowdBeauty bazę danych zawierającą dziewięć milionów zdjęć z Flickr, które mają mniej niż pięć ulubionych. Jego celem jest wyłonienie pięknych obrazów, które jeszcze nie stały się popularne.
Wyniki są imponujące, a CrowdBeauty podkreśla wiele pięknych zdjęć. Zespół porównuje te zdjęcia z tymi, które są jedynie popularne dzięki opinii crowdsourcingowej na ich temat. Nasza metoda wyszukuje zdjęcia, których mediana oceny urody jest równa najpopularniejszym, a średnia jest niższa tylko o 1,5%.
(Na powyższym obrazku niepopularne zdjęcia znajdują się w lewej kolumnie, popularne zdjęcia pojawiają się w środkowej kolumnie, a zdjęcia wybrane przez CrowdBeauty pojawiają się w prawej kolumnie.)
To od razu zwiększa możliwości różnych zastosowań. Jednym z pomysłów jest użycie CrowdBeauty do znalezienia pięknych obrazów, które nie stały się jeszcze popularne.
Jako dowód koncepcji, wyobrażamy sobie nową stronę Flickr Beauty Explorer, która wyświetla najpiękniejsze, ale niepopularne zdjęcia miesiąca, jako uzupełnienie klasycznego Flickr Explorer, który zawiera zdjęcia z bardzo dużymi opiniami społecznościowymi, powiedzmy Schifanella i spółka.
Innymi słowy, algorytm CrowdBeauty może zdemokratyzować platformy udostępniania zdjęć poprzez wyróżnienie utalentowanych osób, które w inny sposób są niedoceniane.
Więc jest jeszcze nadzieja dla wszystkich niedocenionych fotografów.
Nr ref.: arxiv.org/abs/1505.03358 : Obraz jest wart więcej niż tysiąc ulubionych: odkrywanie ukrytego piękna zdjęć Flickr