結(jié)合二叉樹和模糊SVM的圖像情感識(shí)別研究.pdf

1、研究表明,我們?nèi)庋鬯吹降淖匀唤绫姸鄨D像中,其所傳達(dá)的情感語義都十分豐富,或清爽,或傷悲,或溫暖,或恐懼?；谖谋镜膱D像檢索系統(tǒng)出現(xiàn)最早,發(fā)展也最為成熟,它主要根據(jù)某些詞語來滿足用戶的檢索需求,目前仍有很多實(shí)際應(yīng)用在使用該檢索方法。基于內(nèi)容的圖像檢索系統(tǒng)出現(xiàn)稍晚,相比較而言,兩者的側(cè)重點(diǎn)均以圖像所展現(xiàn)的主題特征或圖像對(duì)象為主,并未深入到圖像所帶給人們情感方面的影響和心理感受,這在一定程度上造成了圖像的底層視覺特征(如顏色、紋理以及形狀等

2、)與用戶檢索需求之間的鴻溝。因此,對(duì)圖像進(jìn)行深層次的、符合人類感知的情感語義檢索研究,是目前乃至未來很長一段時(shí)間內(nèi),圖像檢索領(lǐng)域中又一激動(dòng)人心的前沿課題。
　　 圖像情感特征通常是指人們看到一幅圖像時(shí)感觀上所產(chǎn)生的諸如歡樂、溫暖或悲傷等情緒反應(yīng)。論文主要以圖像的高層情感語義為研究對(duì)象,通過對(duì)UCI上的圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),研究與圖像情感識(shí)別密切相關(guān)的圖像底層特征提取以及圖像多分類技術(shù),一方面為了揭示它們所帶給人們的情緒體驗(yàn),同時(shí)也

3、為后續(xù)的圖像檢索研究提供更為多樣化的手段。
　　 主要工作包括:
　　 1.總結(jié)圖像RGB(紅、綠、藍(lán))底層特征與其所表達(dá)情感之間的關(guān)系,以及不同顏色空間的轉(zhuǎn)換問題。顏色所傳達(dá)的情感最為豐富,同時(shí)也是一幅圖像內(nèi)容中最明顯、最容易引起人們情緒反應(yīng)的視覺因子,是我們進(jìn)行圖像情感識(shí)別研究不可或缺的一部分。不同的顏色空間所面向的對(duì)象不同,選取合適的顏色空間是提高圖像識(shí)別準(zhǔn)確性的關(guān)鍵因素之一。
　　 2.探討將模糊理論融入

4、到支持向量機(jī)方法中。模糊理論主要用于處理現(xiàn)實(shí)世界中的不確定性問題,而隸屬度函數(shù)的選擇與設(shè)計(jì)正是模糊支持向量機(jī)算法的核心所在。因此要求所選擇的隸屬函數(shù)能較好的描述數(shù)據(jù)集中各樣本的模糊特性,以使各樣本都有明確的類別歸屬。論文中還對(duì)常見的一對(duì)一、一對(duì)多以及二叉樹這三種不同的分類器結(jié)構(gòu)進(jìn)行對(duì)比,分析各自的優(yōu)缺點(diǎn)以及適用場合。
　　 3.重點(diǎn)研究融入二叉樹的模糊支持向量機(jī)在圖像情感識(shí)別中的效果。提出了一種基于同心圓的樣本識(shí)別方法,該方法在

5、確定樣本所屬類別上具有更高的精度。而傳統(tǒng)的支持向量機(jī)在使用一對(duì)一、一對(duì)多分類算法進(jìn)行分類時(shí),常存在不可分區(qū)域和分類速度慢的缺點(diǎn)。結(jié)合二叉決策機(jī)制的模糊支持向量機(jī)方法相比傳統(tǒng)的分類算法在圖像情感識(shí)別的效率更高,時(shí)間消耗更少。
　　 4.最后,通過對(duì)UCI收集的圖片數(shù)據(jù)集進(jìn)行測試,驗(yàn)證了所提出的結(jié)合二叉樹和模糊支持向量方法在圖像情感識(shí)別中的可行性。同時(shí)與傳統(tǒng)一對(duì)一、一對(duì)多分類識(shí)別方法分別在識(shí)別精度與效率上進(jìn)行比較,分析不同方法之間的