邵 杭，王永雄，秦宇龙

(上海理工大学 光电信息与计算机工程学院，上海 200093)

随着信息技术的发展，数字图像对社会生活的影响日益深远，并已成为社交、传媒、商业活动的重要载体。但是受限于摄影器材、拍摄环境、拍摄者摄影水平和鉴赏者鉴赏能力等因素，许多数字图像往往难以满足较高的美学要求。此外，由于数字图像的后期处理工作极为繁琐，无论是对于专业人士还是业余爱好者，都会被其占用大量的时间和精力。因此，利用计算机图形学、数字图像处理技术和人工智能算法对图像进行符合美学的优化，无论是在计算机辅助设计领域，还是图像美学质量评价领域，都具有重要的研究意义和广泛的应用前景。

图像美学是一门交叉学科，纵观数字图像处理和人工智能在该领域的发展，对图像美学的研究呈现出了两个不同的发展趋势：其一是以机器学习和深度学习为代表的图像美学质量评价，即利用计算机算法，从模拟人类视觉感知[1]的角度出发，基于一定的评价指标[2-3]自动评价图像质量的高低。然而相较于物体识别、目标检测等的语义特征[4]，人类审美的奥秘目前尚未有可量化的科学解释[5]。图像美学质量评价在具备客观性的同时，还存在很强的主观性[6-7]；其二是基于已知的图像美学原则，对图像进行自动优化，例如利用生成式对抗网络(Generative Adversarial Network)实现图像的域间风格转换[8]；利用双边滤波算法实现人物图像的自动美颜[9]；利用深度卷积神经网络并融合多项损失函数实现图像的实时画质增强[10]等。……