基于神經(jīng)網(wǎng)絡的圖像特征和情感映射規(guī)則的研究.pdf

1、情感在人類的感知、交流、決策等過程中扮演著重要的角色。長期以來,情感智能研究只存在于心理學和認知科學領域，隨著人機交互系統(tǒng)的快速發(fā)展，情感信息處理已成為21世紀人工智能領域中的一個研究熱點。圖像情感語義研究的目的是希望計算機能夠描述和表達人觀察圖像所引起的情感反應，并使用帶有情感色彩的語義表述圖像，其結果可用于圖像的情感評估、圖像檢索、美術和廣告設計等方面，是一個嶄新的且有很大挑戰(zhàn)性前沿課題。研究表明，圖像中含有豐富的情感信息，不同的圖

2、像可以喚起人類不同的情感，因此圖像低層特征到高層情感語義的映射關系的研究是圖像情感識別中極為重要且具有挑戰(zhàn)性的研究課題。
　　 圖像的可視化特征(顏色、紋理和形狀)在圖像情感語義研究中扮演著重要的角色，但是由于圖像的低層特征和高層情感語義之間存在巨大的鴻溝；此外，人們對圖像的感知和理解有很強的主觀性,不同視覺特征會給人不同的感受，而不同的人對同一幅圖像也會產(chǎn)生不同的情感感受，這樣很難客觀地定位一幅圖像會激發(fā)人們什么樣的情感。目前

3、研究人員通過使用交互式遺傳算法、線性回歸、支持向量機等機器學習方法來彌補視覺特征到情感語義之間的巨大鴻溝，但還存在以下的問題：(1)圖像低層視覺特征到情感語義映射的結果與人們期望的結果還有很大的差距；(2)機器學習完成后，沒有得到人們?nèi)菀桌斫獾牡蛯犹卣鞯礁邔忧楦姓Z義的情感規(guī)則。
　　 基于上面提到的問題，本文主要做了以下幾方面的工作：
　　 1.討論了常用的圖像特征提取方法以及圖像視覺特征和情感語義之間的對應關系。

4、>　　 2.提出了圖像主色調的抽取方法。該方法在不顯著降低圖像質量的情況下抽取出一些有代表性的顏色來表示圖像，從而達到降低存儲空間和提高處理速度的目的。
　　 3.構建BP神經(jīng)網(wǎng)絡模型，并使用已標注情感的圖像作為訓練集對其進行訓練，從而建立了圖像低層視覺特征到高層情感空間的映射關系。
　　 4.對訓練好的BP神經(jīng)網(wǎng)絡模型進行規(guī)則抽取。使用SD規(guī)則抽取算法抽取出隱含在神經(jīng)網(wǎng)絡中的情感知識，這些知識對情感推理系統(tǒng)的研究有很