基于免疫規(guī)劃的圖像情感規(guī)則抽取算法的研究.pdf

1、圖像中蘊涵著豐富的情感信息，圖像的底層視覺特征，如顏色、紋理、形狀等與圖像的情感語義具有一定的對應關系。揭示圖片的情感特征不僅能更深刻地描述圖像，還可以將其應用于圖像的人性化檢索等領域。由于視覺特征到高層語義的映射通常是非線性的，難于為其建立模型，因此利用計算機模擬人類情感對圖像情感語義準確理解是人工智能領域公認的難題。
　　 近年來，研究人員在進行相關問題的研究中投入了大量精力，主要的方法是引入人工智能和機器學習技術結合分類或

2、聚類算法，通過人工交互，機器學習以及利用外部信息源等方法來實現(xiàn)。圖像情感規(guī)則抽取的研究重點在于創(chuàng)建一個根據圖像基本特征可對其進行感知和識別，并對圖像特征中所包含的情感信息進行可理解化的描述。要實現(xiàn)針對圖像的特征所包含的情感信息以可理解性較好的規(guī)則的形式表達出來，首先要選擇適合的神經網絡來對圖像的特征及其情感間的映射關系進行學習。
　　 由于人類情感具有一定的復雜性、模糊性以及不確定性，雖然目前已經有很多圖像情感方面的研究，但它們

3、大多偏重于針對有限的幾種典型情感進行辨識和分類，遠未達到人類所賦予計算機理解和解釋人類在真實世界中面對復雜多變的外界環(huán)境時所產生的各種各樣的情感現(xiàn)象的學習以及準確分辨的能力。因此，對圖像情感進行規(guī)則抽取是十分有必要的。
　　 本文的主要工作如下：
　　 (1)通過分析對情感變化產生影響的圖像低階特征，利用已通過心理學實驗進行情感標注的中國情緒圖片庫中的風景圖片，對其顏色特征采用HSV顏色空間內的非均勻量化方法，提取出圖像

4、的主顏色；
　　 (2)將其中一部分圖片的顏色特征以及與其相對應的情感特征作為神經網絡的訓練集，訓練標準三層BP神經網絡；
　　 (3)分析了已有的RX規(guī)則抽取算法，并在此基礎上提出了基于免疫規(guī)劃的神經網絡規(guī)則抽取算法，該算法根據適應度函數的大小，不斷更新種群來求得最優(yōu)的隱層單元激活值聚類效果，并通過列舉各神經元輸入與輸出的關系來形成形式簡潔，精度高，可理解性好的合取規(guī)則。
　　 應用本文所提出的算法建立圖像低階