AesMamba：基于状态空间模型的通用图像美学评价

基于摘要分析。本文研究如何用统一框架覆盖图像美学评价（Image Aesthetic Assessment，IAA）中的不同输入、评价目标与个性化需求，提出模块化框架 AesMamba。其主要研究对象是图像美学评价，而非 EEG 解码或 BCI。 核心机制包括四部分：使用 Visual State Space Model（VMamba）替代 CNN 或 ViT，学习美学相关属性表征，作者将这一选择归因于其能够高效获得全局与局部有效感受野；利用模态自适应模块，根据输入类型整合表征；在预测模块中引入 Multitask Balanced Adaptation（MBA），增强任务特定特征并关注尾部实例；将用户的匿名个体特征转化为文本提示，把个性化 IAA 建模为多模态学习问题，借助特征语义推断个人偏好。各模块可灵活组合以适配不同 IAA 任务，但摘要未给出具体损失、训练流程或模块实现。 作者报告，在多个数据集和各类 IAA 任务上，AesMamba 相比此前 SOTA 方法取得更优或有竞争力的表现。摘要未列出数据集名称、划分协议、指标或具体数值，不能据此判断各任务的提升幅度，也不能比较不同协议下的结果。作者提供了代码仓库链接，但代码完整性、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可供 EEG 方法研究参考的是状态空间表征与任务、模态适配的模块化组合，而非图像美学预测结果本身。迁移假设是，局部与全局依赖建模可能对应 EEG 的短时波形及较长时间依赖；但原方法依赖视觉或多模态输入及美学评价目标，迁移时需改造 EEG 输入编码、时空扫描方式和预测头，不能直接把用户特征提示视为有效的被试适配机制。低信噪比、通道差异、跨被试分布变化和小数据规模都可能削弱效果。一个可检验的小实验是在固定 EEG 数据划分与训练预算下，比较状态空间编码器与匹配基线，并单独检验任务适配模块是否带来稳定增益。相关 EEG 工作尚未检索确认。