論文分別被計算機視覺頂會ICCV2023、多媒體頂會MM 2023接收：

1、EAT: An Enhancer for Aesthetics-Oriented Transformers（MM2023）：指出了Transformer注意力機制對美學評估任務的“傷害”，并提供了基于興趣點的注意力調整方案，實現了SOTA的效果，并可泛化于Transformer類美學評估方法。

2、Thinking Image Color Aesthetics Assessment: Models, Datasets and Benchmarks （ICCV2023）:提出了首個專用于圖像色彩評估的數據集，從人眼視覺系統的色彩空間理論出發，提出了一種基于概率統計的色調劃分模塊，能夠自適應地學習色調空間的中心位置和空間寬度，實現了最SOTA的效果。