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。

结合SVM的交互式遗传算法及其应用

交互式遗传算法在人机交互过程中 ,用户对每代的所有个体都要进行评估。针对个体数量较大 ,进化代数较多 ,用户容易疲劳这一问题 ,提出了一种改进算法 ,充分利用遗传初始阶段用户所选择的正例和反例信息 ,采用支持向量机构造分类器 ,在整个图像库中找出更多符合分类器的图像加入到遗传过程 ,以扩大遗传操作中好个体的个数 ,加速算法收敛 ,从而减轻用户疲劳 ;同时交互中不断扩大的样本集也使支持向量机分类器更加准确 ,从而建立比较完善的个性化的情感模型。本文将该算法应用于服装图像的个性化情感检索。实验结果表明 ,所提出的方法可以较好地减轻用户疲劳 ,检索出的图像较好地体现用户的个性化情感。

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。

一种双层情感图像检索模型(英文)

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。借鉴认知心理学、绘画艺术和服装设计的研究成果,本文提出了一种双层情感图像检索模型。在该模型中,借鉴心理学中的“维量”思想,建立情感空间;同时,抽取图像中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;另外,本文还提出了情感注释的思想,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,该模型应用于风景和服装图像的情感检索,取得了较好的实验结果。

图像情感检索研究的进展与展望

基于语义内容的图像检索是解决图像简单视觉特征和用户检索丰富语义之间存在的语义鸿沟的关键。其中情感语义是最高层的语义。本文首先介绍情感图像检索的一般框架,并引出情感图像检索的4个主要内容:图像感性特征的抽取、用户情感信息的计算机描述、情感用户模型的建立和用户模型的个性化;并对这4个主要内容的现有算法和研究进展进行归纳和总结;接着介绍3个典型的原型系统;最后从情感数据库、用户模型的评估和用户模型的计算3个方面阐明实现情感图像检索所面临的问题,并提出一些初步的解决思路。

基于内容的交互式感性图象检索

随着信息化社会的到来及信息高速公路计划的实施 ,人们越来越多地接触到大量的图象信息 ,因此基于内容的图象检索已经成为当前的一个热门研究课题 ,并在多媒体数据库、电子图书馆、商标管理、医疗图象管理、公安系统、卫星图象管理等方面得到广泛应用 .然而 ,大多数基于内容的图象检索系统主要是通过图象多维物理特征的相似性匹配来进行查询 ,而对于用户的爱好、情感等主观或感性化的因素则考虑较少 .为了弥补这方面的不足 ,提出了一种基于内容的交互式感性图象检索方法 .该方法采用交互式进化算法 ,并通过人机交互的方式 ,来将用户的直觉、情感等感性化的因素融入到进化过程 ,以便进行图象的交互式在线检索 ;针对在检索过程中 ,因进化的时间可能较长和因需要用户确定的适应度值较多而产生的用户疲劳问题 ,采用神经网络离线学习的方法来减轻用户疲劳 ,从而实现了根据用户的情感和基于图象内容的图象检索 ,并取得了较好的实验结果 .

基于色彩描述的图像情感语义查询

针对图像视觉特征、中间层语义和高层情感语义之间的语义鸿沟,以色彩为代表,提出了图像情感语义查询的框架.在该框架下,利用图像色彩分割结果,通过定义描述色彩语义的自然语言词汇,设计了基于模糊隶属函数的图像色彩语义描述方法,并在此基础上定义了一种查询语言,将人类对图像内容理解的经验与图像色彩语义描述联系起来,实现了图像高层情感语义的查询.实验结果表明,该方法为图像语义研究提供了一种可行的、有效的、可扩展的解决方案.

图像检索技术中情感计算模型研究

针对目前图像检索忽略情感因素的问题,在图像检索系统中引入了情感计算技术,提出基于情感语义的图像检索系统模型和情感计算研究情感信息的数字化处理方法,以期创建一种能感知、识别和理解人的情感,能针对人的情感做出智能、灵敏、友好反应的计算机系统,旨在使人机交互更趋人性化.

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 。

基于心理量表的情感图像检索性能评价方法研究

情感图像检索中检索算法优劣的有效评估是一个尚未解决的问题。本文提出基于心理量表的情感图像检索性能评价方法,采用等级排列法或对偶比较法对不同算法检索出的图像进行排序,建立顺序量表,并在样本满足正态分布假设的前提下,将顺序量表转化成等距量表,以比较检索算法的优劣。文中将本实验室实现的情感检索算法检索出的"厚重的"、"简洁的"服装图像以及"热情的"、"视野宽广的"风景图像与随机检索出的图像进行了比较,验证了基于心理量表的情感图像检索性能评价方法的有效性。

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。

图像情感语义分类及检索研究

提高情感语义映射和检索的准确率是图像检索的研究主题。在情感语义映射模型中,将图像的形状七阶矩和颜色矩作为模糊神经网络的输入,对网络的权值和阈值进行二进制编码,作为遗传算法的染色体串,通过遗传算法寻优得到情感语义映射效率最高的个体编码。在检索模型中,用遗传算法对图像匹配算法进行优化,直接找到最适合匹配的子模板坐标。相比传统的序贯相似检测算法,模型大大提高了图像匹配的效率。通过查全率与查准率的对比结果可知,经遗传算法优化后,图像情感映射和检索的性能均得到了明显提升。

基于多种高级语义特征的图像检索技术

基于语义内容的图像检索已成为解决图像低层特征与人类高级语义之间"语义鸿沟"的关键.笔者以性能优越的回归型支持向量机(SVR)理论为基础,结合重要的图像边缘信息及人眼视觉特性,提出了一种基于多种高级语义特征的图像检索新方法.该方法首先利用Canny检测算子提取原始图像的边缘信息,并据此得到低层纹理特征与颜色特征,同时利用SVR将低层特征映射到高级语义,以获得图像的高级对象语义.然后结合图像边缘线条方向,利用SVR将线条方向映射为高级语义,以获得图像的线条情感语义.再结合人眼视觉系统感知特性,给出基于全局主要颜色的高级颜色语义.最后根据上述多种高级语义特征进行图像检索.实验结果表明,该方法能够有效地对图像高级语义进行刻画,不仅图像匹配检索效果良好,而且具有稳定的检索性能,其对于缩小低层视觉特征与高级语义概念之间的"语义鸿沟"具有重要意义.

基于颜色和情感语义特征的感性图像检索

针对图像底层视觉特征与高层情感语义间的语义鸿沟,分析色彩与情感的关系,建立情感空间,采用概率神经网络建立图像颜色特征与情感空间的映射,融合图像底层视觉特征和人类情感特征,提出并实现了一种感性图像检索方法。实验结果证明了该方法具有较好的效果,为图像情感语义的研究提供了一种行之有效的解决方案。

基于自然语言处理的图像情感语义检索研究

自然语言问答在情感图像检索中并未广泛应用,对此进行了探索与尝试,设计和实现了一个以自然语言作为检索入口的情感图像检索系统,并给出系统架构及技术方案。研究过程中,引入自然语言处理技术对自然问句进行浅层语义分析,并建立了一个情感映射模型,实现了常用情感词语与该模型之间以及该模型与情感图像之间的映射。另外,还对系统的检索结果进行了评价。通过对系统的实现,为自然语言问答与情感图像检索的结合提供了一种新的思路与方法。

基于多图学习的情感图像检索研究

构建了一个统一的多图学习框架,来验证在不同类别情感图像中,使用不同级别特征在情感图像检索上的性能表现。首先,提取每个图像在不同层级上的共有特征,其中,从元素级别提取的一般特征作为底层特征;可解释的属性特征作为中层特征;而情感图像的语义感念描述作为高层特征。其次,为每种类型的特征构建一个图模型来验证情感图像检索的性能。最后,将多个图模型合并在一个规范化的框架内来学习每个图模型的优化权重。通过在5个不同数据集上得到的实验结果验证了所提方法的有效性。

基于支持向量机的图像情感语义注释和检索算法的研究

图像语义检索是当前图像检索的一个新的研究热点,其中情感语义是最高层的语义,通常用形容词来描述。本文提出了一种新的图像情感语义注释算法,以图像的简单特征来描述图像内容,建立图像的特征空间;用形容词表达图像的情感语义,通过认知心理实验和因子分析建立情感空间;采用支持向量机算法建立图像内容和其所表达的情感语义之间的联系,并自动对未曾评价过的图像进行注释。在此基础上,提出图像的情感检索方法,实现了服装和风景图像的情感检索,取得了较好的实验结果。

基于情感的图像检索研究综述

文章全面梳理了基于情感的图像检索领域的已有研究工作,总结了基于情感的图像检索的关键性问题,包括情感信息研究、图像语义模型、情感语义、图像情感模型,归纳比较了已有的图像情感标注方法,简要介绍了基于情感的图像检索系统框架,进而指出基于情感的图像检索研究的发展方向。

面向自然语言理解的图像情感语义检索

随着多媒体技术的迅速发展,图像资源的管理和检索日益成为研究热点,目前的图像检索技术因忽略了情感因素而显得力不从心.通过对自然语言分词,应用OCC情感模型,实现了使用自然语言对图像库进行情感语义检索.以百度图片频道下载的800张自然风景图像数据建立图像库并进行测试,实验结果表明取得了良好的检索效果,可为更多类型的图像情感语义检索打好基础,具有一定的实用价值.