Visuele factoren om menselijke esthetische voorkeuren voor afbeeldingen te voorspellen: een “deep-learning” benadering op basis van “Fast Fourier Convolution” en “Vision Transformers” KU Leuven
Het belangrijkste doel van dit proefschrift is om een “deep-learning” model te ontwikkelen om menselijke esthetische voorkeuren voor beelden te voorspellen. Uitgangspunt is het bestaan van een “benchmark” dataset van voorkeuren, verzameld in een uitgebreide online studie met grote steekproeven van beelden van alledaagse scènes en schilderijen en grote steekproeven van waarnemers (verzameld door een PhD student in de psychologie, die ook werkt ...