一种基于偏好样本选择与小样本学习的个性化图像美学评价方法及系统

本发明公开了一种基于偏好样本选择与小样本学习的个性化图像美学评价方法及系统，该方法通过结合多模态大模型，应用样本差异显著性驱动的用户偏好样本选择策略，识别出群体层面用户评价存在显著分歧的图像，以及个体层面用户个性化因素对美学评价具有显著影响的图像，精确筛选最能反映用户独特审美判断的训练样本，使模型的偏好建模更加有效；针对个性化用户提出的模型偏好融合技术，筛选与目标用户偏好相似的用户，借助这些用户的训练数据和模型信息，通过模型融合辅助目标用户的个性化建模，提升目标用户模型的训练效果；解决了在极少样本条件下单一用户个性化模型难以有效训练，和多模态大模型难以有效适配到个性化建模的问题。