211service.com
Algoritme voor computationele esthetiek ontdekt schoonheid die mensen over het hoofd zien
Een van de deprimerende waarheden over sociale media is dat de populariteit van een afbeelding niet noodzakelijk een indicatie is van de kwaliteit ervan. Het is gemakkelijk om enorm populaire inhoud van twijfelachtige kwaliteit te vinden. Maar het is veel moeilijker om impopulaire inhoud van hoge kwaliteit te vinden.
Dat komt grotendeels omdat populariteit wordt bepaald door een machtswet: een klein deel van de inhoud krijgt een groot deel van de aandacht, terwijl de overgrote meerderheid van de inhoud de rest deelt. Neem de foto-sharing website Flickr, die zo'n 200 miljoen foto's host. Hiervan hebben 166 miljoen vijf favorieten of minder.
Dat zijn een groot aantal impopulaire foto's! Het is gemakkelijk voor te stellen dat er veel fotografische juweeltjes verborgen moeten zijn in deze lange staart van impopulariteit. Maar hoe het te onthullen?
Vandaag krijgen en antwoorden we dankzij het werk van Rossano Schifanella aan de Universiteit van Turijn in Italië en Miriam Redi en Luca Maria Aiello bij Yahoo Labs in Barcelona. Deze jongens hebben een machine vision-algoritme geleerd om schoonheid te herkennen en lieten het vervolgens door de lange staart van impopulaire Flickr-afbeeldingen speuren op zoek naar edelstenen die niemand heeft opgemerkt. En de resultaten zijn indrukwekkend.
Schifanella en co beginnen met crowdsourcing van de menselijke mening over de esthetische kwaliteit van zo'n 10.000 foto's uit de Flickr-database. Deze omvatten zowel populaire als impopulaire afbeeldingen in vier categorieën, afhankelijk van of ze mensen, natuur, dieren of stedelijke onderwerpen weergeven.
Elk beeld wordt beoordeeld door ten minste vijf mensen volgens vijf esthetische categorieën, variërend van extreem slecht tot uitzonderlijke kwaliteit. Dit proces produceert een dataset met grondwaarheidsgegevens die overeenkomen met elke esthetische categorie.
Vervolgens gebruikt het team deze dataset om een machine vision-systeem genaamd CrowdBeauty te trainen om afbeeldingen te herkennen die in elke categorie vallen. Om dit te doen, analyseert het algoritme elke afbeelding met behulp van criteria zoals contrast, helderheid, kleurpatronen, de rangschikking van kenmerken in de afbeelding, enzovoort.
Het algoritme werkt hoe deze criteria zich verhouden tot de uiteindelijke esthetische beoordeling. Schifanella en co testen vervolgens het CrowdBeauty-algoritme door het te vragen de beoordeling te voorspellen die wordt gegeven aan een aantal foto's dat het nog niet heeft gezien. Dit kan met verrassende nauwkeurigheid, vooral voor dierenfoto's en stadsfoto's.
Ten slotte lieten Schifanella en co CrowdBeauty los op een database van negen miljoen afbeeldingen van Flickr met minder dan vijf favorieten. Het doel is om mooie afbeeldingen te selecteren die nog populair moeten worden.
De resultaten zijn indrukwekkend met CrowdBeauty die talloze prachtige foto's benadrukt. Het team vergelijkt deze foto's met foto's die alleen populair zijn door crowdsourcing-meningen over hen. Onze methode haalt foto's op waarvan de gemiddelde schoonheidsscore gelijk is aan die van de meest populaire, en waarvan het gemiddelde slechts 1,5% lager is, zeggen ze.
(In de afbeelding hierboven staan impopulaire afbeeldingen in de linkerkolom, populaire afbeeldingen in de middelste kolom en afbeeldingen die door CrowdBeauty zijn geselecteerd, verschijnen in de rechterkolom.)
Dat roept meteen de mogelijkheid van verschillende toepassingen op. Een idee is om CrowdBeauty te gebruiken om prachtige afbeeldingen te vinden die nog niet populair zijn geworden.
Als proof-of-concept hebben we een nieuwe Flickr Beauty Explorer-pagina voor ogen met de mooiste maar impopulaire foto's van de maand als aanvulling op de klassieke Flickr Explorer die foto's bevat met zeer hoge sociale feedback, zeggen Schifanella en co.
Met andere woorden, het CrowdBeauty-algoritme heeft het potentieel om platforms voor het delen van foto's te democratiseren door getalenteerde individuen te benadrukken die anders ondergewaardeerd worden.
Er is dus nog hoop voor alle niet gewaardeerde fotografen die er zijn.
Referentie: arxiv.org/abs/1505.03358 : Een afbeelding is meer waard dan duizend favorieten: de verborgen schoonheid van Flickr-afbeeldingen aan de oppervlakte brengen