Применение методов глубокого обучения для оценки степени коммерческой ценности фотографий
Предлагается вашему вниманию статья о применении глубокого обучения для оценки коммерческой ценности фотографий. Работа будет интересна не только практикующим фотографам для сокращения времени на обработку и выбор изображений для фотостоков, но и в качстве решения по классификации изображений для применения в диагностике.
Рассмотрена возможность применения сверточной нейронной сети для оценки коммерческой ценности цифровых изображений. Исследовалось влияние на обучение нейронной сети различных условий подготовки образцов, алгоритмов оптимизаторов, количества пикселей в образцах, размеров обучающей выборки, цветовых схем, качества сжатия и других фотометрических параметров. Показано, что благодаря предложенной предварительной подготовке данных, оптимальному выбору архитектуры и гиперпараметров нейросети удалось добиться точности классификации не менее 98%.
Статья направлена в журнал "Компьютерная оптика"
Комментарии
"Уровень коммерческой ценности определялся автором фотографий", "Авторам данной статьи не удалось заручиться поддержкой администраций ряда фотобанков для проведения широкомасштабного исследования и обучения по выборке с большим количеством изображений и разных авторов". Вроде бы на CanStock и Dreamstime можно найти открытую информацию по продажам. Не хотите эти данные использовать?
В большинстве сервисов (например, istockphoto.com) нет прямого указания на количество продаж каждой конкретной фотографии вместо этого в открытом доступе имеются некие рейтинги. Фотографы, имеющие многолетний опыт работы с ведущими фотобанками и продающие там свои фотографии, крайне скептически относятся к рейтингам, которые указывают эти фотобанки (т.к. из личного кабинета фотограф может видеть напрямую количество продаж, но только для себя).
Мы пробовали запросить соответствующие выборки у нескольких стоков (разумеется, мы не стали перебирать все). Упомянутый iStock (в числе прочих) нам прямым текстом не разрешил использовать эту информацию в научных целях, ссылаясь на авторские права, после чего мы сделали задачу более узкой, но и подходящей для индивидуальных фотографов, а не для сервиса целиком.
Спасибо за ответ, но вы кажется не поняли мой вопрос. Я задавал вопрос не про айсток (не про шаттер, фотодюн, лори, депозит, адоб, бигсток, алами, пиксту, понд5, 123рф, колорбокс, канвас, креативмаркет и прочие стоки), а про конкретные два стока, в которых можно увидеть количество продаж каждой фотографии. На основе этой информации люди пытаются делать статистику (например, https://imstocker.com/ru/blog/37-most-popular-microstock-keywords-2019). Поэтому я решил, что возможно для дальнейших исследований вам могло быть это полезно. А может и не полезно. В этом и вопрос, не хотите попробовать использовать эти данные?
Очень интересная статья, спасибо, что поделились. А что если посмотреть не на коммерческую ценность фотографий, а эстетическую? Но использовать не социальные сети, а фотоконкурсы? Например тот же https://35awards.com/
P.S. ссылка 19 не работает ( [Электронный ресурс] https://www.paralleldots.com/object-recognizer )
А фотоконкурсы бесплатно готовы предоставить много фотографий? У нас довольно негативный опыт общения с фотобанками в этом направлении.