Learning visual representations for compositional analysis of artworks and photographs
学习艺术作品与照片构图分析的视觉表征
🧭 视觉构图表征 · 人类感知 vs 基础模型
KU Leuven
对比人类启发的构图分析（对象分解+图注意力）与微调基础模型，前者可解释且数据高效，后者性能更强但泛化差
📌 工作参考价值（4 点）
- 商品图像美感评估：借鉴对象中心分解+空间关系图注意力，构建可解释的构图评分模块，辅助自动优化商品主图布局。
- 广告创意排序：冻结编码器+人类先验的方法在数据稀缺时泛化更好，适合冷启动的创意构图质量过滤。
- 可解释推荐视觉特征：将区域级对象关系显式编码为图表示，替代黑盒特征，提升推荐理由中视觉部分的可解释性。
- 多模态检索增强：构图检索任务可迁移至电商场景，支持“构图相似”的商品搜索，例如按对角线构图、三等分构图查询相似商品图。