基于深度学习的电影海报视觉互动意义评价方法

doi:10.11996/JG.j.2095-302X.2025010221

图学学报 ›› 2025, Vol. 46 ›› Issue (1): 221-232.DOI: 10.11996/JG.j.2095-302X.2025010221

基于深度学习的电影海报视觉互动意义评价方法

汪颜(), 张牧雨, 刘秀珍()

中国地质大学(武汉)艺术与传媒学院，湖北武汉 430074

收稿日期:2024-05-23 接受日期:2024-09-29 出版日期:2025-02-28 发布日期:2025-02-14
通讯作者:刘秀珍(1972-)，女，副教授，硕士。主要研究方向为数字媒体与交互设计、智能创新应用设计与评价等。E-mail：361692234@qq.com
第一作者:汪颜(1997-)，女，硕士研究生。主要研究方向为交互媒体设计。E-mail：ahnahnbibi@foxmail.com
基金资助:
广东省耕地保护监管平台项目(220Z12301171);湖北省教学研究项目(2017144);中国地质大学(武汉)教学研究项目(2017A37)

Visual interactive meaning evaluation method of movie posters based on deep learning

WANG Yan(), ZHANG Muyu, LIU Xiuzhen()

School of Arts and Communication, China University of Geosciences (Wuhan), Wuhan Hubei 430074, China

Received:2024-05-23 Accepted:2024-09-29 Published:2025-02-28 Online:2025-02-14
Contact: LIU Xiuzhen (1972-), associate professor, master. Her main research interests cover digital media and interaction design, intelligent innovative application design and evaluation, etc. E-mail：361692234@qq.com
First author：WANG Yan (1997-), master student. Her main research interest covers interactive media design. E-mail：ahnahnbibi@foxmail.com
Supported by:
Farmland Protection Supervision Platform Project of Guangdong Province(220Z12301171);Teaching Research Project of Hubei Province(2017144);Teaching Research Project of China University of Geosciences (Wuhan)(2017A37)

摘要/Abstract

摘要：

近年来，应用深度学习技术进行图像美学智能评价已成为一种趋势，然而，高层级美学描述任务所需标注数据量有待增加，数据集标注质量与多样性也有待提高。为此，以视觉语法的互动意义为切入点，引入深度卷积神经网络对电影海报视觉互动意义进行评价研究。首先，使用分词工具从电影海报评议学术文献中提取视觉互动意义核心语义，并借助形态分析法，归纳出视觉互动意义与电影海报特征元素的映射关系；然后，收集优秀电影海报作品，结合专家评议，构建电影海报视觉互动意义评价数据集；最后，运用深度卷积神经网络对电影海报样本进行特征提取，建立电影海报视觉互动意义评价模型，并通过实践创作验证模型的可行性。该方法将计算机美学评价拓展到电影海报设计领域，模拟人类视觉及审美思维，构建客观的评价模型，为设计师提供更加精准的用户审美需求并为前瞻性的设计提供参考。

关键词: 电影海报, 视觉语法, 互动意义, 美学评价, 深度学习

Abstract:

In recent years, the application of deep learning technology for the intelligent evaluation of image aesthetics has become a trend. However, there remains a need for an increase in the amount of annotated data required for high-level aesthetic description tasks, as well as an improvement in the quality and diversity of dataset annotations. To address this, the research took the interactive meaning of visual grammar as a starting point and introduced deep convolutional neural networks for evaluating the visual interactive meaning of movie posters. Firstly, a word segmentation tool was utilized to extract the core semantics of visual interactive meaning from academic literature on movie poster reviews, and the mapping relationship between visual interactive meaning and the characteristic elements of movie posters was summarized, with the aid of morphological analysis. Secondly, a collection of outstanding movie posters was gathered, and a dataset for evaluating the visual interactive meaning of movie posters was constructed in collaboration with expert reviews. Finally, a convolutional neural network was employed to extract features from movie poster samples, establishing a model for evaluating the visual interactive meaning of movie posters, which was verified through practical creation for its feasibility. This method expanded computer aesthetic evaluation to the field of movie poster design, constructing an objective evaluation model by simulating human vision and aesthetic cognition. This model will provide designers with more precise insights into user aesthetic needs and offer references for forward-looking design.

Key words: movie poster, visual grammar, interactive meaning, aesthetic evaluation, deep learning

中图分类号:

汪颜, 张牧雨, 刘秀珍. 基于深度学习的电影海报视觉互动意义评价方法[J]. 图学学报, 2025, 46(1): 221-232.

WANG Yan, ZHANG Muyu, LIU Xiuzhen. Visual interactive meaning evaluation method of movie posters based on deep learning[J]. Journal of Graphics, 2025, 46(1): 221-232.

图/表 25

参考文献 18

[1]	KONG S, SHEN X H, LIN Z, et al. Photo aesthetics ranking network with attributes and content adaptation[C]// The 14th European Conference on Computer Vision. Cham: Springer, 2016: 662-679.
[2]	周坤, 张曦, 肖定坤, 等. 基于深度学习的界面设计美学评价研究[J]. 包装工程, 2020, 41(12): 207-215.
	ZHOU K, ZHANG X, XIAO D K, et al. Aesthetic evaluation of interface design based on deep learning[J]. Packaging Engineering, 2020, 41(12): 207-215 (in Chinese).
[3]	CHANG K Y, LU K H, CHEN C S. Aesthetic critiques generation for photos[C]// 2017 IEEE International Conference on Computer Vision. New York: IEEE Press, 2017: 3534-3543.
[4]	金鑫, 周彬, 邹冬青, 等. 图像美学质量评价技术发展趋势[J]. 科技导报, 2018, 36(9): 36-45. DOI
	JIN X, ZHOU B, ZOU D Q, et al. Image aesthetic quality assessment: a survey[J]. Science & Technology Review, 2018, 36(9): 36-45 (in Chinese).
[5]	HOSSAIN N, AHAMAD M M, AKTAR S, et al. Movie genre classification with deep neural network using poster images[C]// 2021 International Conference on Information and Communication Technology for Sustainable Development. New York: IEEE Press, 2021: 195-199.
[6]	李硕. 基于图像信息挖掘的电影推荐算法研究[D]. 长春: 吉林大学, 2020.
	LI S. Research on movie recommendation algorithm based on image information mining[D]. Changchun: Jilin University, 2020 (in Chinese).
[7]	KRESS G, VAN LEEUWEN T. Reading images: the grammar of visual design[M]. London: Routledge, 2006: 45-214.
[8]	王硕, 尹富林. 视觉语法观照下的多模态语篇分析—以一则平面广告为例[J]. 南京工业大学学报(社会科学版), 2011, 10(4): 96-100.
	WANG S, YIN F L. Multimodal advertising discourse analysis from the perspective of visual grammar[J]. Journal of Nanjing Tech University (Social Science Edition), 2011, 10(4): 96-100 (in Chinese).
[9]	宗杰, 赵卫国, 张振江, 等. 基于神经网络的产品文化符号意象认知评价方法研究[J]. 包装工程, 2021, 42(8): 261-267.
	ZONG J, ZHAO W G, ZHANG Z J, et al. Image cognitive evaluation method of product cultural symbols based on neural network[J]. Packaging Engineering, 2021, 42(8): 261-267 (in Chinese).
[10]	曾栋, 周砖. 基于层次化的产品触感评价方法与应用[J]. 包装工程, 2019, 40(18): 123-128, 134.
	ZENG D, ZHOU Z. Evaluation method and application of product tactile perception based on hierarchical structure[J]. Packaging Engineering, 2019, 40(18): 123-128, 134 (in Chinese).
[11]	魏毅东. 论艺术作品的多层次结构[J]. 东南大学学报(哲学社会科学版), 2008, 10(6): 83-88.
	WEI Y D. An analysis of the multi-level structure of artistic works[J]. Journal of Southeast University (Philosophy and Social Science), 2008, 10(6): 83-88 (in Chinese).
[12]	江艳艳. 视觉艺术的具身性多模态话语的认知路径[J]. 牡丹江大学学报, 2019, 28(11): 25-30.
	JIANG Y Y. The cognitive path of multimodal discourse: the embodiment of art[J]. Journal of Mudanjiang University, 2019, 28(11): 25-30 (in Chinese).
[13]	李彦龙, 蔡谦, 孙久康, 等. 基于BP神经网络的汽车外观设计评价方法[J]. 同济大学学报(自然科学版), 2021, 49(1): 116-123.
	LI Y L, CAI Q, SUN J K, et al. An evaluation method of vehicle exterior design based on BP neural network[J]. Journal of Tongji University (Natural Science Edition), 2021, 49(1): 116-123 (in Chinese).
[14]	姚干勤, 薛澄岐. 产品造型风格意象认知空间构建方法研究[J]. 包装工程, 2018, 39(12): 100-106.
	YAO G Q, XUE C Q. Methods of constructing the cognitive space of product styling image[J]. Packaging Engineering, 2018, 39(12): 100-106 (in Chinese).
[15]	黄佳美, 张伟彬, 熊官送. 基于深度卷积神经网络的汽车图像分类算法与加速研究[J]. 现代电子技术, 2024, 47(7): 140-144.
	HUANG J M, ZHANG W B, XIONG G S. Research on automobile image classification algorithm and acceleration based on deep convolutional neural network[J]. Modern Electronics Technique, 2024, 47(7): 140-144 (in Chinese).
[16]	毕春艳, 刘越. 基于深度学习的视频人体动作识别综述[J]. 图学学报, 2023, 44(4): 625-639. DOI
	BI C Y, LIU Y. A survey of video human action recognition based on deep learning[J]. Journal of Graphics, 2023, 44(4): 625-639 (in Chinese).
[17]	熊强, 郑建华. 基于机器学习的平面公益广告效果评价研究[J]. 包装工程, 2023, 44(20): 451-459.
	XIONG Q, ZHENG J H. Effect evaluation of plane public service advertisement based on machine learning[J]. Packaging Engineering, 2023, 44(20): 451-459 (in Chinese).
[18]	邵俊棋, 钱文华, 徐启豪. 基于条件残差生成对抗网络的风景图生成[J]. 图学学报, 2023, 44(4): 710-717. DOI
	SHAO J Q, QIAN W H, XU Q H. Landscape image generation based on conditional residual generative adversarial network[J]. Journal of Graphics, 2023, 44(4): 710-717 (in Chinese).

结构	形态分类	编号
结构	形态分类	1	2	3	4	5	6
媒介层	色系L1	暖色系	冷色系	-	-	-	-
	饱和度L2	高饱和	低饱和	-	-	-	-
	明度L3	明度高	明度低	-	-	-	-
	图像内容L4	人物正面	人物侧面	人物背面	静物	自然环境	无图像
	景别L5	特写	近景	中景	远景	全景	-
技艺层	表现手法L6	抽象	具象	夸张	变形	透视	对比
技艺层	布局结构L7	满版型	对称型	分割型	倾斜型	曲线型	重心型

结构	形态分类	编号
结构	形态分类	1	2	3	4	5	6
媒介层	色系L1	暖色系	冷色系	-	-	-	-
	饱和度L2	高饱和	低饱和	-	-	-	-
	明度L3	明度高	明度低	-	-	-	-
	图像内容L4	人物正面	人物侧面	人物背面	静物	自然环境	无图像
	景别L5	特写	近景	中景	远景	全景	-
技艺层	表现手法L6	抽象	具象	夸张	变形	透视	对比
技艺层	布局结构L7	满版型	对称型	分割型	倾斜型	曲线型	重心型

维度	分类	关键形态	电影海报特征编码
接触	索取	L4	L4 (1)
接触	提供	L4	L4 (2)，L4 (3)，L4 (4)， L4 (5)，L4 (6)
距离	近距离	L5	L5 (1)，L5 (2)，L5 (3)
距离	远距离	L5	L5 (4)，L5 (5)
视角	仰视视角	L6，L7	L6 (3)，L6 (4)，L7 (4)
	平视视角		L6 (2)，L7 (1)，L7 (6)
	俯视视角		L6 (3)，L6 (4)，L7 (4)
情态	高情态	L1，L2，L3	L1 (1)，L2 (1)，L3 (1)
情态	低情态	L1，L2，L3	L1 (2)，L2 (2)，L3 (2)

维度	分类	关键形态	电影海报特征编码
接触	索取	L4	L4 (1)
接触	提供	L4	L4 (2)，L4 (3)，L4 (4)， L4 (5)，L4 (6)
距离	近距离	L5	L5 (1)，L5 (2)，L5 (3)
距离	远距离	L5	L5 (4)，L5 (5)
视角	仰视视角	L6，L7	L6 (3)，L6 (4)，L7 (4)
	平视视角		L6 (2)，L7 (1)，L7 (6)
	俯视视角		L6 (3)，L6 (4)，L7 (4)
情态	高情态	L1，L2，L3	L1 (1)，L2 (1)，L3 (1)
情态	低情态	L1，L2，L3	L1 (2)，L2 (2)，L3 (2)

视觉互动意义四维度	分类	初级评价语义
接触	索取	有目光的、共情的
接触	提供	旁观者视角的、叙事的
距离	近距离	亲近的、特写的
距离	远距离	疏远的、空间感的
视角	仰视视角	强势的、高大的
	平视视角	平等的、亲切的
	俯视视角	弱势的、渺小的
情态	高情态	激情的、热烈的
情态	低情态	灰暗的、冷淡的

基于深度学习的电影海报视觉互动意义评价方法

Visual interactive meaning evaluation method of movie posters based on deep learning

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 25

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

参数	样本序号
参数	1	2	3	4	5	6	7	8	9
图像
评议1	有目光的	旁观者视角的	亲近的	疏远的	强势的	平等的	弱势的	激情的	灰暗的
评议2	共情的	叙事的	特写的	空间感的	高大的	亲切的	渺小的	热烈的	冷淡的

参数	题目序号
参数	1	2	3	4	5	6	7	8	9
α	0.848	0.846	0.845	0.845	0.850	0.848	0.839	0.844	0.842
参数	题目序号
参数	10	11	12	13	14	15	16	17	18
α	0.843	0.845	0.851	0.839	0.852	0.850	0.843	0.848	0.844

得分	评价语义
得分	有目光的	共情的	旁观者视角的	叙事的	亲近的	特写的	疏远的	空间感的	强势的
平均分	3.33	2.97	3.07	3.00	4.27	3.74	2.63	3.55	3.70
得分	评价语义
得分	高大的	平等的	亲切的	弱势的	渺小的	激情的	热烈的	灰暗的	冷淡的
平均分	3.69	3.02	2.88	2.32	3.23	4.09	3.69	3.91	3.16

样本编号	专家										最终分类
样本编号	P1	P2	P3	P4	P5	P6	P7	P8	P9	P10	最终分类
tt0085656	F	F	F	F	F	F	C	F	F	C	F
tt0086525	D	O	D	D	D	D	O	D	D	D	D
tt0088011	HA	HA	E	HA	HA	HA	HA	HA	HA	HA	HA
tt0089893	F	F	F	C	F	F	F	C	F	F	F
tt0089560	D	D	D	D	D	D	D	D	D	D	D
tt0093690	H	H	H	H	E	E	H	H	H	H	H
tt0115493	LA	LA	LA	E	LA	LA	LA	E	LA	LA	LA
tt0115012	E	E	LA	LA	LA	LA	LA	LA	LA	LA	LA
tt0116165	E	E	E	E	E	E	E	E	E	E	E
tt0118870	O	O	O	O	D	O	O	O	O	O	O
tt0115994	E	H	E	E	E	E	E	E	E	E	E
tt0086346	F	C	C	C	C	F	C	C	C	C	C
tt0116346	LM	LH	LM	LM	LH	LM	LM	LM	LM	LM	LM

名称	软硬件环境
操作系统	MacOS Catalina 10.15.5
CPU	Intel(R) Core(TM) i7-9750H CPU @2.60 GHz
内存	16 GB 2400 MHz DDR4
编程语言	Python 3.9
卷积神经网络	Inception-ResNet-v2

维度	训练集样本/张	测试集样本/张
接触	索取(601)、提供(593)	200
距离	近距离(612)、远距离(605)	200
视角	仰视视角(413)、平视视角(557)、俯视视角(420)	250
情态	高情态(624)、低情态(626)	200

维度	分类	正确评价数/张	实际样本数/张	测试准确率/%	综合准确率/%
接触	提供	91	112	81.3	76.5
接触	索取	62	88	70.5	76.5
距离	近距离	97	104	93.3	90.5
距离	远距离	84	96	87.5	90.5
视角	仰视视角	54	79	65.8	72.4
	平视视角	75	99	75.8
	俯视视角	52	72	72.2
情态	高情态	89	98	90.8	93.5
情态	低情态	98	102	96.1	93.5

维度	分类	样本数量/张	正确评价数量/张	识别准确率/%	综合准确率/%
接触	提供	18	12	66.7	72.0
接触	索取	32	24	75.5	72.0
距离	近距离	36	30	83.3	82.0
距离	远距离	14	11	78.6	82.0

维度	分类	样本数量/张	正确评价数量/张	识别准确率/%	综合准确率/%
视角	仰视视角	13	8	61.5	66.7
	平视视角	33	23	69.7
	俯视视角	14	9	64.2
情态	高情态	26	21	80.7	81.7
情态	低情态	34	28	82.3	81.7

[1]	李琼, 考月英, 张莹, 徐沛. 面向无人机航拍图像的目标检测研究综述[J]. 图学学报, 2024, 45(6): 1145-1164.
[2]	刘灿锋, 孙浩, 东辉. 结合Transformer与Kolmogorov Arnold网络的分子扩增时序预测研究[J]. 图学学报, 2024, 45(6): 1256-1265.
[3]	宋思程, 陈辰, 李晨辉, 王长波. 基于密度图多目标追踪的时空数据可视化[J]. 图学学报, 2024, 45(6): 1289-1300.
[4]	王宗继, 刘云飞, 陆峰. Cloud Sphere: 一种基于渐进式变形自编码的三维模型表征方法[J]. 图学学报, 2024, 45(6): 1375-1388.
[5]	许丹丹, 崔勇, 张世倩, 刘雨聪, 林予松. 优化医学影像三维渲染可视化效果：技术综述[J]. 图学学报, 2024, 45(5): 879-891.
[6]	胡凤阔, 叶兰, 谭显峰, 张钦展, 胡志新, 方清, 王磊, 满孝锋. 一种基于改进YOLOv8的轻量化路面病害检测算法[J]. 图学学报, 2024, 45(5): 892-900.
[7]	刘义艳, 郝婷楠, 贺晨, 常英杰. 基于DBBR-YOLO的光伏电池表面缺陷检测[J]. 图学学报, 2024, 45(5): 913-921.
[8]	翟永杰, 李佳蔚, 陈年昊, 王乾铭, 王新颖. 融合改进Transformer的车辆部件检测方法[J]. 图学学报, 2024, 45(5): 930-940.
[9]	姜晓恒, 段金忠, 卢洋, 崔丽莎, 徐明亮. 融合先验知识推理的表面缺陷检测[J]. 图学学报, 2024, 45(5): 957-967.
[10]	熊超, 王云艳, 罗雨浩. 特征对齐与上下文引导的多视图三维重建[J]. 图学学报, 2024, 45(5): 1008-1016.
[11]	胡欣, 常娅姝, 秦皓, 肖剑, 程鸿亮. 基于改进YOLOv8和GMM图像点集匹配的双目测距方法[J]. 图学学报, 2024, 45(4): 714-725.
[12]	牛为华, 郭迅. 基于改进YOLOv8的船舰遥感图像旋转目标检测算法[J]. 图学学报, 2024, 45(4): 726-735.
[13]	李滔, 胡婷, 武丹丹. 结合金字塔结构和注意力机制的单目深度估计[J]. 图学学报, 2024, 45(3): 454-463.
[14]	朱光辉, 缪君, 胡宏利, 申基, 杜荣华. 基于自增强注意力机制的室内单图像分段平面三维重建[J]. 图学学报, 2024, 45(3): 464-471.
[15]	王稚儒, 常远, 鲁鹏, 潘成伟. 神经辐射场加速算法综述[J]. 图学学报, 2024, 45(1): 1-13.

作品	序号
作品	1	2	3	4	5	6	7	8	9
原创海报

作品	序号
作品	1	2	3	4	5	6	7	8	9
原创海报