Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Gestalts Relate Aesthetic Preferences to Perceptual Analysis

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Leistungen

Veröffentlichungen

Investigating the Gestalt Principle of Closure in Deep Convolutional Neural Networks (öffnet in neuem Fenster)

Autoren: Zhang, Yuyan; Soydaner, Derya; Behrad, Fatemeh; Koßmann, Lisa; Wagemans, Johan
Veröffentlicht in: ESANN 2024 proceedings, 2024
Herausgeber: ESANN 2024 proceedings (European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning)
DOI: 10.14428/esann/2024.ES2024-111

Unveiling the factors of aesthetic preferences with explainable AI (öffnet in neuem Fenster)

Autoren: Derya Soydaner; Johan Wagemans
Veröffentlicht in: British Journal of Psychology, 2024, ISSN 2044-8295
Herausgeber: British Psychological Society
DOI: 10.48550/arxiv.2311.14410

A toolbox for calculating quantitative image properties in aesthetics research (öffnet in neuem Fenster)

Autoren: Christoph Redies, Ralf Bartho, Lisa Koßmann, Branka Spehar, Ronald Hübner, Johan Wagemans, Gregor U. Hayn-Leichsenring
Veröffentlicht in: Behavior Research Methods, Ausgabe 57, 2025, ISSN 1554-3528
Herausgeber: Springer Science and Business Media LLC
DOI: 10.3758/S13428-025-02632-3

Beautification of images by generative adversarial networks (öffnet in neuem Fenster)

Autoren: Amar Music; Anne-Sofie Maerten; Johan Wagemans
Veröffentlicht in: Journal of Vision, 2023, ISSN 1534-7362
Herausgeber: ARVO Journals
DOI: 10.1167/jov.23.10.14

Multi-Task Convolutional Neural Network for Image Aesthetic Assessment (öffnet in neuem Fenster)

Autoren: Derya Soydaner; Johan Wagemans
Veröffentlicht in: IEEE Access, 2024, ISSN 2169-3536
Herausgeber: Institute of Electrical and Electronics Engineers
DOI: 10.1109/ACCESS.2024.3349961

BackFlip: The Impact of Local and Global Data Augmentations on Artistic Image Aesthetic Assessment (öffnet in neuem Fenster)

Autoren: Ombretta Strafforello, Gonzalo Muradas Odriozola, Fatemeh Behrad, Li-Wei Chen, Anne-Sofie Maerten, Derya Soydaner, Johan Wagemans
Veröffentlicht in: Lecture Notes in Computer Science, Computer Vision – ECCV 2024 Workshops, 2025
Herausgeber: Springer Nature Switzerland
DOI: 10.1007/978-3-031-91572-7_6

Suche nach OpenAIRE-Daten ...

Bei der Suche nach OpenAIRE-Daten ist ein Fehler aufgetreten

Es liegen keine Ergebnisse vor

Mein Booklet 0 0