基于深度网络的数字图像情感属性研究

发布时间：2024-04-13 20:25

　　随着移动互联网的兴起,越来越多的用户喜欢在微博和微信等移动社交软件上传即时的图像分享自己的情感,观察者观看用户上传的图像后能够激发其内心的情感,因此图像具有情感属性,研究数字图像的情感属性对分析用户的情感状态具有重要的意义。目前针对数字图像情感属性的研究工作大都是基于情感分类任务研究的,现有的研究方法通常通过训练情感分类模型来判断图像的情感属性,而忽略了图像中的情感区域对研究图像情感属性的重要性,因此针对数字图像的情感属性研究,本文从图像的情感区域和图像的情感分类两个方向进行研究,通过分析图像的情感区域和图像的情感类别研究数字图像情感属性。本文的创新点主要如下:(1)提出了一种基于显著性特征的数字图像情感区域检测算法。本文首先探讨了图像情感区域与显著性物体区域的关系,实验结果表明图像情感区域包含显著性物体,情感区域和显著性区域具有高度的相似性。而现有的情感区域检测算法经常会忽略情感区域和显著性区域之间的关系,因此为了准确地检测出图像的情感区域,本文设计了一种基于显著性特征的数字图像情感区域检测算法,该算法采用了编码解码的对称网络结构,将显著性特征图融入到解码网络辅助情感区域检测,通过网...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文研究内容与章节安排
    1.4 本章小结
2 数字图像情感属性研究相关技术
    2.1 数字图像的情感数据集
    2.2 机器学习基础
    2.3 卷积神经网络理论基础
    2.4 本章小结
3 基于显著性特征的数字图像情感区域检测
    3.1 情感区域与显著性物体区域的相关研究
    3.2 基于显著性特征的数字图像情感区域检测
    3.3 实验结果与分析
    3.4 本章小结
4 基于多任务深度网络的数字图像情感区域检测和情感分类
    4.1 多任务学习
    4.2 基于多任务深度网络的数字图像情感区域检测和情感分类模型
    4.3 实验结果与分析
    4.4 本章小结
5 总结与展望
    5.1 工作总结
    5.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3953577