基于标签条件视觉证据的图像构图定位研究
英文标题：Grounding Image Composition with Label-Conditioned Visual Evidence
本研究聚焦于计算机视觉领域的图像构图定位任务。诸如中心构图、对角线构图或三分法则等构图标签主要描述图像的视觉结构而非物体类别，现有的 KU-PCP 数据集虽提供了图像级标签与几何元素，却未指明人类在感知不同构图时关联的具体可见区域。该研究提出结合标签条件的视觉证据来定位图像构图，填补了构图视觉支撑区域解释的空白。这对提高多模态模型在审美评价、智能摄影构图指导和图像生成布局控制方面的可解释性与精细度具有重要意义。
打开原文相关 1.6 · 机会 0
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
论文摘要
arXiv 编号：arXiv:2610.41080v1
公告类型：new
摘要内容：中心构图、对角线构图或三分法则等图像构图标签描述的是视觉结构，而非物体类别。KU-PCP 数据集提供了图像级标签以及特定类别的几何元素，但并未指明人们会将哪些具体的可见区域与对应构图联系起来。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×