邓 红

（无锡机电高等职业技术学校，江苏 无锡 214028）

1 引言

图像裁剪技术，是计算机视觉领域的研究热点之一，旨在通过修改图像宽高比或图像构图，从原图像中移除无关区域或无意义噪声，使得裁剪后的图像具有相对于原图像而言更好的视觉效果[1]。随着审美意识的逐渐提升，人们对图像的美学质量也提出了要求。另外手机应用程序、电脑网页等常常需要在限定宽高比的位置上，显示具有更完整信息或较好视觉效果的裁剪图像，以此来获得更多的点击量。因此，自动生成艺术性较好的图像裁剪技术在人们日常生活或商业领域中均有重要应用，具有较高的经济价值。

目前图像裁剪改进构图研究已经取得了一定进展，然而关于人物图像的构图改进研究却比较少。现在的方法一般是通过显著性预测或者视觉质量评估等来制定改进构图的优化函数，以此增强图片的美感[2]。Suh[3]等人使用显著图评估图像区域质量，选择尺寸最小且包含显著性部分最多的子图片，作为最优裁剪窗口。有的研究人员提出基于卷积神经网络的图像美学质量评估和自动裁剪的算法[4-5]，其中有监督学习的卷积神经网络可以实现端到端的图像裁剪[6]。然而这些方法都需要大量主观的人工标记，算法效率较低，而且没有考虑人物姿势，导致视觉表现力不强。

分析专业摄影师与普通人对同一场景拍摄图像的优劣，主要原因在于专业摄影师具有较好的构图能力。……