基于“维量”思想的人工情感模型(英文)

借鉴心理学中情感的“维量”分析思想 ,论文提出人工情感模型。该模型的处理对象是人们用来表达情感的形容词 ,如“美丽的” .采用语义量化实验和因子分析的方法建立情感空间 ,并分析情感空间的相似性度量方式 ;抽取图像的感性特征建立特征空间 ,采用支持向量机算法将图像从特征空间映射到情感空间 ,在情感空间内实现图像的情感检索 。

基于情感模型的感性图像检索

感性信息处理是让计算机能够模仿和识别用户的情绪、感觉和感情,实现和谐的人机交互,达到“以人为本”。通常人们用一些形容词来表达自己的情绪,本文提出了一种情感模型用来处理这些表达心理的形容词,从心理学的“维量”思想出发,采用语义量化技术和因子分析的方法建立情感空间,并分析情感空间的相似性度量方式;抽取图像的颜色和形状特征作为图像的感性特征,采用径向基函数神经网络将图像由特征空间映射到情感空间,在情感空间内实现图像的感性检索,取得了较好地实验结果。

基于内容的情感图像获取模型

随着信息技术的迅猛发展,情感信息处理已成为21世纪人工智能领域所面临的重要挑战之一。其中,情感图像获取的研究属于多学科交叉研究,本文以形容词作为处理对象,借鉴认知心理学、绘画艺术的研完成果,在图像内容的基础上,提出了一种包括公共情感和个性化情感的情感图像获取模型。往该模型中,借鉴心理学中的"维量"思想,建立情感空间;同时,抽取图像的主色调、不变矩、颜色和灰度分布,这些较容易引起情感变化的特征作为图像的视觉特征,建立图像的特征空间;采用支持向量机的方法建立图像的低层特征空间到用户的高层情感空间之间的映射,自动注释用户未曾评估的图像,实现了图像情感注释,在情感空间进行公共情感检索,快速获得用户情感信息,在此基础上,采用可视化交互式遗传算法实现因人而异的个性化情感检索,该模型应用于风景图像的情感检索,取得了较好的实验结果。

基于情感语义的图像注释与检索

图像情感语义的注释与检索起步不是很久,涉及了很多学科的综合知识,需要对心理学、计算机科学、生理学等各门学科的知识和前沿成果都有比较深入的了解,这个领域的研究充满了挑战和难度,同时其后续研究也存在着很大的可能性。情感语义是图像语义的最高层次,在图像情感语义注释和检索中起着很重要的作用。文中具体研究了底层特征提取中现有的一些常用方法,构建出图像的底层特征数据库。应用因子分析法对实验收集的用户情感数据库进行分析,构建出情感空间作为图像情感语义注释的基础。首次将LSSVM应用于图像情感语义注释上,实现了图像底层特征到高层情感语义的映射。然后通过相似度计算,在情感空间中完成图像的情感检索。实验结果取得了不错的用户满意度。