Computational aesthetics is a newly

Computational aesthetics is a newly emerging cross-disciplinary field with its core situated in traditional research areas such as image processing and computer vision. Using a computer to interpret aesthetic terms for images is very challenging.
In this dissertation, I focus on solving specific problems about analyzing the composition and style of photographs and paintings. First, I studied the problem of distinguishing van Gogh’s paintings from his contemporaries. The application of rhythmic and spontaneous brushstrokes is a prominent trait for van Gogh’s paintings. His unique brushstroke style is characterized by features calculated from automatically extracted brushstrokes. Statistical analysis on the extracted
brushstroke features shows success in tackling real-world painting analysis tasks
designed by art historians. Second, I explore the possibility of characterizing styles
of paintings without visible brushstrokes, specifically artworks by Norval Morrisseau. Curve elegance measurements are used to differentiate authentic works from
forgeries. Then, I present my studies on the topic of photography composition.
Composition is closely related to the aesthetic qualities of images and a key factor
that distinguishes professional photographs from snapshots. I design a spatial composition classifier to analyze the compositional properties for general photographs.
A new integrated system is presented to render on-site photography feedback for
users by retrieving high-quality exemplar photographs with similar compositions.
User studies substantiate the system’s performance. Finally, I propose a dark-light
re-composition algorithm to emulate the dodging and burning techniques used in
darkroom photography. The algorithm performs region-wise intensity adjustments
by utilizing the intensity distribution and the Notan structure of an exemplar.
Overall, this dissertation studies computational approaches to the interpretation
of artistic terms and explores potential applications in digital painting analysis,
automatic photography feedback and photo enhancement.

結果 (繁體中文) 1:

計算美學是其核心一個新興交叉學科領域
坐落在傳統的研究領域，如圖像處理和計算機視覺。使用計算機解釋審美條款圖像是非常具有挑戰性的。
在本文中，我重點解決有關分析的照片和繪畫的構成和風格的具體問題。首先，我研究了這個問題
從他的同時代區別梵高的畫作。該應用程序
的節奏和自然筆觸的是梵高的一個突出特點
畫。他獨特的一筆風格特點是計算功能，
自動從提取的筆觸。對所提取的統計分析
一筆功能顯示在解決現實世界中的繪畫分析任務成功
的藝術史家設計。其次，我探討的風格特徵的可能性
畫不可見的筆觸，通過諾瓦爾·莫里索特別藝術品。曲線優雅測量用於區分真跡
偽造的。於是，我提出關於攝影構圖的話題我的學業。
成分是密切相關的圖像的美學特質和關鍵因素
，從快照區分專業的照片。我設計的空間組合物分類器分析為一般的照片的組成性質。
提出了一種新的集成系統來渲染現場攝影反饋
用戶通過檢索高質量範例照片具有類似組成。
用戶研究證實了系統的性能。最後，我提出了一個暗光
重新組合算法模擬中使用的減淡和加深技術
暗房攝影。該算法執行區域法則強度調整
通過利用強度分佈和示例性的Notan結構。
總之，本文研究的計算方法來演繹
藝術方面的，並探討在數字繪畫分析潛在的應用，
自動拍攝反饋和照片增強。

結果 (繁體中文) 2:

計算美學是一個新興的交叉學科領域，其核心
位於影像處理和電腦視覺等傳統研究領域。使用電腦來解釋圖像的美學術語是非常具有挑戰性的。
本文著重闡述了對照片和繪畫構圖和風格的分析具體問題。首先，我研究了這個問題
區分梵古的繪畫從他的同代人。應用程式
節奏和自發的筆觸是梵古的突出特點
畫。他獨特的筆觸風格的特點是計算特徵
從自動提取的筆觸。提取的統計分析
筆觸功能顯示成功處理現實世界的繪畫分析任務
由藝術史學家設計。其次，我探討描述樣式的可能性
沒有可見筆觸的繪畫，特別是諾瓦爾·莫里索的藝術作品。曲線優雅測量用於區分正宗作品
偽造。然後，我介紹我關於攝影作文主題的研究。
構圖與圖像的審美品質密切相關，是一個關鍵因素
將專業照片與快照區分開來。我設計了一個空間合成分類器來分析一般照片的合成屬性。
介紹了一個新的集成系統，用於提供現場攝影回饋。
使用者通過檢索具有類似合成的高品質範例照片。
使用者研究證實了系統的性能。最後，我提出一個暗光
重新組合演算法，以類比
暗室攝影。該演算法執列區域強度調整
利用一個範例的強度分佈和Notan結構。
總體而言，本文研究瞭解釋的計算方法
藝術術語，並探索數位繪畫分析的潛在應用，
自動攝影回饋和照片增強。

結果 (繁體中文) 3:

計算美學是一個新興的交叉學科領域，其覈心是
位於傳統的研究領域，如圖像處理和電腦視覺。使用電腦來解釋影像的美學術語是非常有挑戰性的。
在本文中，我著重解决了有關照片和繪畫的構圖和風格分析的具體問題。首先，我研究了這個問題
把梵古的畫和他同時代的人區別開來。應用程序
有節奏和自然的筆觸是梵古的一個顯著特點。
繪畫。他獨特的筆觸風格的特點是
從自動選取的筆觸。選取的統計分析
筆觸特徵顯示在處理真實世界的繪畫分析任務方面取得了成功
由藝術史學家設計。其次，我探討了描述風格的可能性。
指沒有明顯筆觸的繪畫，特別是諾瓦爾·莫裏森的作品。曲線優雅量測用於區分真實的作品
偽造品。然後，我介紹了我對攝影構圖的研究。
構圖是與影像的審美品質密切相關的一個關鍵因素
專業照片和快照的區別。我設計了一個空間構圖分類器來分析一般照片的構圖特性。
提出了一種新的綜合系統，用於現場攝影迴響
用戶通過檢索具有相似構圖的高品質樣本照片。
用戶研究證實了系統的效能。最後，我提議用暗光
類比躲避燃燒科技的再組合算灋
暗室攝影。算灋執行區域强度調整
利用樣本的强度分佈和notan結構。
總的來說，本文研究了解釋的計算方法。
在數位繪畫分析中探索潜在的應用，
自動攝影迴響和照片增强。