图像是人类视觉的基础，反映自然景物，包括照片、绘画和地图等。图像分为模拟图像和数字图像，模拟图像始于1826年，由尼埃普斯发明。

本研究提出了一种统一的多属性美学评估框架（UMAAF），用于模拟图像的绝对属性和相对属性。UMAAF通过多个模块和交互网络提取属性特征，并通过相对属性的相对关系损失函数进一步优化模型的鲁棒性。实验证明UMAAF在TAD66K和AVA数据集上取得了最先进的性能。

该文章介绍了M3D数据集，包含多种场景、微型飞行器和视角的模拟和真实图像。同时提出了NSN噪声抑制网络，通过伪标签和逐渐减小的训练过程提高性能。实验证实了该方法在各项任务中的优越性能。