Towards Aesthetic Enrichment of Mirror Selfies via Automatic Image Analysis

Abstract

Mirror selfies have become a common form of self-expression on social media, often shared for their aesthetic value. This trend inspired a collaboration with the Ladislav Sutnar Faculty of Design and Art to explore how design elements — such as chairs or decorative objects — might enhance these images. We developed a system for automatic analysis of mirror selfies collected from social networks. The goal is to automatically extract visual metadata, including color palettes, human poses, face occlusion by phones, subject placement (e.g., golden ratio), and object directions relative to the person. The obtained metadata can support the creation of design elements that make selfies more visually appealing.

Zrcadlové selfie se staly běžnou formou sebeprezentace na sociálních sítích, často sdílené pro svůj estetický vzhled. Tento trend inspiroval spolupráci s Fakultou designu a umění Ladislava Sutnara za účelem zkoumání, jak mohou prvky designu — například židle nebo dekorativní objekty — tyto snímky obohatit. Vyvinuli jsme systém pro automatickou analýzu selfie snímků získaných ze sociálních sítí. Cílem je automaticky extrahovat vizuální metadata, včetně barevných palet, lidských pozic, zakrytí obličeje telefonem, umístění osoby (např. zlatý řez) a orientace objektů vůči postavě. Získaná metadata mohou podpořit tvorbu designových prvků, které činí selfie vizuálně atraktivnějšími.