Aesthetics Without Semantics

要約

人間のオブザーバーはイメージを美しいまたはugいものと判断するのは簡単ですが、絡み合った知覚的および認知的（セマンティック）要因の組み合わせに起因する美的決定は、科学的な観点から特に審美的判断の理解を理解します。
さらに、私たちの研究は、現在のデータベースで一般的なバイアスを示しています。これには、ほとんど美しい画像が含まれており、審美的な反応の研究と予測をさらに複雑にしています。
セマンティックコンテンツを最小限に抑え、考案し、次に審美的評価の醜い側で画像を生成する方法を備えた画像のデータベースを作成することにより、これらの制限に対処します。
結果の最小セマンティックコンテンツ（MSC）データベースは、10,426枚の画像の大規模でバランスの取れたコレクションで構成され、それぞれが100人のオブザーバーによって評価されます。
次に、確立された画像メトリックを使用して、画像の特徴と美学の評価との間の観察された関係を変更したり、反転させたりできる美しい画像に偏った画像セットを拡張する方法を示します。
総合すると、私たちの研究は、画像の内容をリンクしようとする経験的美学で機能し、美的判断は、彼らが考慮する美的価値の範囲が制限されているため、拡大、過小評価、または単に興味深い効果を見逃す可能性があることを明らかにしています。

要約(オリジナル)

While it is easy for human observers to judge an image as beautiful or ugly, aesthetic decisions result from a combination of entangled perceptual and cognitive (semantic) factors, making the understanding of aesthetic judgements particularly challenging from a scientific point of view. Furthermore, our research shows a prevailing bias in current databases, which include mostly beautiful images, further complicating the study and prediction of aesthetic responses. We address these limitations by creating a database of images with minimal semantic content and devising, and next exploiting, a method to generate images on the ugly side of aesthetic valuations. The resulting Minimum Semantic Content (MSC) database consists of a large and balanced collection of 10,426 images, each evaluated by 100 observers. We next use established image metrics to demonstrate how augmenting an image set biased towards beautiful images with ugly images can modify, or even invert, an observed relationship between image features and aesthetics valuation. Taken together, our study reveals that works in empirical aesthetics attempting to link image content and aesthetic judgements may magnify, underestimate, or simply miss interesting effects due to a limitation of the range of aesthetic values they consider.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google