圖像情感分類算法研究.pdf

1、圖像可以為觀察者傳達豐富的情感，近年來圖像情感分類成為計算機情感分析領域一個新的研究課題。情感作為一種高層語義，與圖像的底層特征之間存在“語義鴻溝”。如何尋找到圖像中的情感特征，建立符合人類感知的情感描述機制，成為實現(xiàn)圖像情感分類的關鍵。本文結合視覺認知理論、心理學、模式識別等領域的知識，對圖像的情感分類問題進行了研究。
　　首先，由于人類感性層面上的認知經(jīng)常會受到圖像中的顯著區(qū)域的影響，并且高層認知使得人類會更注意圖像中的人臉表

2、情與特定目標，本文提出一個改進情境感知顯著區(qū)域檢測的多特征融合圖像情感分類方法。擴大顯著區(qū)域提取范圍，結合人類高層認知提取圖中人臉區(qū)域，最終形成圖像情感感興趣內(nèi)容區(qū)域，最后進行多特征融合并描述完成分類過程。該算法能夠濾除圖像中部分非情感干擾信息，提高了分類正確率。
　　其次，針對圖像畫面中時常出現(xiàn)人臉的情況，提高人臉表情分類在圖像情感分類中的地位，構造多分類器情感語義描述分類框架。按照圖中是否檢測出人臉以及人臉區(qū)域占比做不同的分類

3、處理，自底向上對圖像進行情感語義描述并分類。該框架可以明顯提高數(shù)據(jù)集中部分數(shù)據(jù)出現(xiàn)人物的圖像情感識別精度。
　　最后，提出基于Sentibank檢測構造情感值的圖像情感分類方法。該方法的基本思想是將圖像轉(zhuǎn)化為文本描述，考慮到圖像用詞組序列描述時，詞組本身也是有情感類別之分的。通過計算ANPs的文本情感值做為權重，對ANPs響應進行加權，構造圖像的情感值用來進行情感預測。實驗證明，此方法較常見的將ANP響應進行分類的方法相比，提高了