论文分别被计算机视觉顶会ICCV2023、多媒体顶会MM 2023接收：
1、EAT: An Enhancer for Aesthetics-Oriented Transformers（MM2023）：指出了Transformer注意力机制对美学评估任务的“伤害”，并提供了基于兴趣点的注意力调整方案，实现了SOTA的效果，并可泛化于Transformer类美学评估方法。
2、Thinking Image Color Aesthetics Assessment: Models, Datasets and Benchmarks （ICCV2023）:提出了首个专用于图像色彩评估的数据集，从人眼视觉系统的色彩空间理论出发，提出了一种基于概率统计的色调划分模块，能够自适应地学习色调空间的中心位置和空间宽度，实现了最SOTA的效果。
