通过偏好丰富的样本挖掘和群组合并进行个性化图像审美评估

个性化图像审美评估 (PIAA) 旨在预测因人而异的图像审美评级。审美偏好在不同的视觉刺激中表现出不同的程度，并表现出特定群体的模式。受上述事实的启发，本文提出了一种基于多模态 大语言模型 (MLLM) 的方法，该方法通过偏好丰富的样本挖掘和审美共鸣群组合并 (PRAC) 来模拟个人审美偏好。具体来说，PRAC首先通过分析图像的集体争议和个性化偏差来识别偏好丰富的样本，从而最大限度地利用有限的用户数据。基于偏好丰富的样本，通过比较偏好嵌入来测量跨用户偏好相似性。然后，通过聚合具有审美共鸣的用户的偏好模式，提出了基于群组的模型合并策略，进一步增强了目标个体的个性化。对四个基准 PIAA 数据库的广泛实验和比较证明了所提出的 PRAC 模型相对于现有技术的优越性。代码和模型将在 https://github.com/yzc-ippl/PRAC 上公开。