1. 项目背景与核心价值
这个毕业设计项目瞄准了计算机视觉与人工智能交叉领域的前沿课题——图像美学与情感联合评价。传统图像处理往往只关注技术指标(如分辨率、噪点),而人类对图像的感知却包含更复杂的主观因素。一张构图完美的风景照可能让人感到宁静,而色彩对比强烈的街头摄影则可能传递出活力与冲突。
我们团队在前期调研中发现,当前主流图像评价系统存在两个明显短板:一是美学评价与情感分析通常被拆分成独立任务,忽略了二者的内在关联;二是传统卷积神经网络(CNN)难以有效捕捉图像中的全局语义关系和区域间交互。这正是我们引入GNN(图神经网络)与Transformer混合架构的根本原因——前者擅长处理非欧几里得数据关系,后者则能建立长距离依赖建模。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构设计解析
2.1 双流特征提取网络
项目采用ResNet-50作为基础特征提取器,但在实现上有三个关键改进:
- 在conv4_x层后分支出两个并行路径:左侧路径通过空间金字塔池化(SPP)捕获多尺度美学特征,右侧路径使用可变形卷积(DCN)增强对不规则构图区域的感知
- 特别设计了跨路径注意力门控机制,当处理人像类图片时自动增强右侧路径权重,风景类则侧重左侧路径
- 在ImageNet预训练基础上,用AVA美学数据集进行域适应微调,使底层特征更贴合美学评估需求
实际测试表明,这种改进方案在MIT-Adobe 5k数据集上相比原始ResNet提升了23%的PSNR指标
2.2 图神经网络建模模块
将图像划分为8×8的超级像素区域后,每个区域对应图中的一个节点,节点特征包含:
- 颜色直方图(HSV空间)
- 纹理特征(LBP改进版)
- 语义标签(通过PSPNet获取)
- 空间位置坐标
边权重的计算采用自适应策略:
python复制def edge_weight(node_i, node_j):
color_dist = cosine_similarity(node_i['color'], node_j['color'])
spatial_dist = 1/(1+euclidean(node_i['coord'], node_j['coord']))
semantic_sim = int(node_i['label']==node_j['
