照片著色還是個難題？基於貝葉斯優化的順序線搜索技術可輕鬆搞定

GIF/1.7M

方法概要

我們設想設計一款軟體，配備一個「Crowdsource」（眾包）按鈕，用於運行 crowd-powered搜索的滑塊值，從而提供感知上的「最佳」設計。為了實現這一點，我們提出了貝葉斯優化（Bayesian optimization）一種新穎的擴展方法，其中系統將n維優化問題分解成可以由眾包人類處理器解決的一維線搜索查詢序列。

概念：Crowd-Powered設計優化

我們展示了一個新的概念：crowd-powered 視覺設計優化。為了在視覺設計中找到最佳的參數設置（即優化設計參數），我們利用眾包人工計算（crowdsourced human computation）。

策略：順序線搜索

我們將原始的高維搜索問題分解成一系列一維線搜索（line search）問題。我們要求crowdworkers執行簡單的單滑塊操縱（single-slider manipulation）微任務，它們比典型的基於比較的微任務提供更豐富的信息。

技術：貝葉斯優化

正如上述所言，為了實現序列線搜索，我們提出了貝葉斯優化的一種新穎的延伸方法。雖然標準貝葉斯優化是基於Oracle函數值（function-value oracle）的，而我們的是基於Oracle線搜索（line-search oracle）的，並且可以直接將人涵蓋在循環之內。

應用：照片增強和材質外觀

我們的方法適用於各種設計領域。正如示範所演示的那樣，我們將其應用於照片顏色增強（獲得「人們的選擇」良好的增強）和材質外觀（從參考照片中獲得合理的BRDF（雙向反射分布函數））。

論文摘要

一般來說，參數調整是各種設計方案中的常見任務。例如，在照片的顏色增強問題中，設計人員會調整多個參數，如「亮度」和「對比度」，以獲得最佳的視覺印象。調整一個參數當然是很容易的，然而，如果有多個相關參數，那任務就會變得相對複雜了，就需要許多試驗和較大的認知負荷了。為了解決這個問題，我們提出了貝葉斯優化技術的一個新穎的擴展方法，其中系統將整個參數調整任務分解成一系列一維線搜索查詢，從而使這些查詢方便人們通過操縱單個滑塊來執行操作。另外，我們還提出了一個叫做crowd-powered視覺設計優化器的新概念，它對crowdworkers進行了查詢，並提供了這個概念的工作實現。相較於現有的基於比較的微任務設計，我們用於眾包（ crowdsourcing）的單滑塊操作微任務設計加速了優化的收斂性。我們將框架應用於兩個不同的設計領域：照片顏色增強和材質BRDF設計，從而顯示其適用於各種設計領域的適用性。

如果大家想要進一步了解，可以點擊查看完整論文

當然，你還可以通過觀看視頻演示來了解執行效果

而對於那些想學習貝葉斯優化方法的基礎和實現的同學們來說，我們還有福利相贈：相關論文和相關視頻

作者：Yuki Koyama

來源：http://koyama.xyz

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！