當(dāng)前圖像美學(xué)質(zhì)量評(píng)估的研究主要基于圖像的視覺內(nèi)容來給出評(píng)價(jià)結(jié)果，忽視了美感是人的認(rèn)知活動(dòng)的事實(shí)，在評(píng)價(jià)時(shí)沒有考慮用戶對(duì)圖像語義信息的理解。為了解決這一問題，提出了一種基于語義感知的圖像美學(xué)質(zhì)量評(píng)估方法，將圖像的物體類別信息以及場(chǎng)景類別信息也用于圖像美學(xué)質(zhì)量評(píng)估。運(yùn)用遷移學(xué)習(xí)的思想，構(gòu)建了一種可以融合圖像多種特征的混合網(wǎng)絡(luò)。對(duì)于每一幅輸入圖像，該網(wǎng)絡(luò)可以分別提取出其物體類別特征、場(chǎng)景類別特征以及美學(xué)特征，并將這三種特征進(jìn)行高質(zhì)量的融合，以達(dá)到更好的圖像美學(xué)質(zhì)量評(píng)估效果。該方法在AVA數(shù)據(jù)集上的分類準(zhǔn)確率達(dá)到89. 5%，相對(duì)于傳統(tǒng)方法平均提高了19. 9% ，在CUHKPQ數(shù)據(jù)集上的泛化性能也有了很大提升。實(shí)驗(yàn)結(jié)果表明，所提方法在圖像美學(xué)質(zhì)量評(píng)估問題上，能夠取得更好的分類性能。

　　傳統(tǒng)的客觀圖像質(zhì)量評(píng)估方法主要關(guān)注在圖像的獲取、傳輸和存儲(chǔ)等過程中引人的不同類型的失真（如噪聲、扭曲、壓縮等）以及由此帶來的圖像質(zhì)量下降問題。隨著圖像采集設(shè)備的不斷升級(jí)和編解碼技術(shù)的快速進(jìn)步，普通圖像的失真問題目前已經(jīng)得到定程度的緩解，因此，些研究者開始嘗試從美學(xué)的角度對(duì)圖像質(zhì)量進(jìn)行客觀評(píng)估，并提出了圖像美學(xué)質(zhì)量評(píng)估的概念。

　　圖像美學(xué)質(zhì)量評(píng)估旨在模擬人類視覺及審美思維，進(jìn)而對(duì)圖像進(jìn)行美學(xué)建模，使計(jì)算機(jī)能夠自動(dòng)地對(duì)圖像的美學(xué)價(jià)值進(jìn)行定量的評(píng)價(jià)。伴隨計(jì)算機(jī)視覺和模式識(shí)別等技術(shù)的快速發(fā)展，圖像美學(xué)質(zhì)量評(píng)估技術(shù)已經(jīng)被應(yīng)用到多個(gè)領(lǐng)域，例如：在圖像檢索系統(tǒng)中，考慮返回圖像的美學(xué)質(zhì)量，為用戶提供準(zhǔn)確且更有吸引力的檢索結(jié)果“ ;針對(duì)用戶拍攝的關(guān)于同場(chǎng)景的多張候選照片，篩選最具美感的作品保存和展示，合理地降低數(shù)據(jù)的存儲(chǔ)開銷以便節(jié)省存儲(chǔ)空間的成本圖像美學(xué)質(zhì)量評(píng)估算法也可以部署在攝像機(jī)上，在用戶拍照過程中實(shí)時(shí)地分析取景內(nèi)容的美學(xué)質(zhì)量。