基于多层次深度卷积神经网络的图像情感分类 |
| |
引用本文: | 王伟凝,李乐敏,黄杰雄,罗杰波,徐向民.基于多层次深度卷积神经网络的图像情感分类[J].华南理工大学学报(自然科学版),2019,47(6). |
| |
作者姓名: | 王伟凝 李乐敏 黄杰雄 罗杰波 徐向民 |
| |
作者单位: | 华南理工大学电子与信息学院,广东广州,510640;罗切斯特大学计算机科学学院,纽约罗彻斯特14627 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金;广东省自然科学基金;教育部国家留学基金 |
| |
摘 要: | 由于图像的复杂性和人类情感的主观性,图像情感分类是一项非常具有挑战性的任务.针对深度学习方法没有充分考虑图像先验信息的问题,提出一个新的多层次深度卷积神经网络框架.该框架综合考虑全局和局部视角,引入显著主体、颜色和局部等先验信息,从多个层次学习图像的情感表达.实验结果表明,在公开的大数量级和小数量级情感图库上,该框架的分类准确率均高于现有的图像情感分类方法,其平均分类准确率比最优方法提高了2.8%,特别在情感类别"厌恶"上提高了15%.
|
关 键 词: | 图像情感分类 卷积神经网络 先验信息 多层次 |
本文献已被 CNKI 万方数据 等数据库收录! |
|