中国画情感分类方法研究

《中国画情感分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国画情感分类方法研究ResearchonEmotionalClassificationMethodofChinesePaintings学科专业：软件工程作者姓名：李皓月指导教师：王征副教授天津大学软件学院二零一七年十二月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明

2、确的说明并表示了谢意。学位论文作者签名:磅签字日期:踟氵1年tv月、v日磁,虱学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检萦,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:磅佑阋剽幡各△彳o签字日期:Ⅱq年丨v月IV日签字日期:冫11年、冫月冫日摘要情感是人或者某些高级智慧生物特有的

3、一种能力，具有情感分析能力可以说是计算机具备了人工智能的重要体现。视觉是人感知外部世界，获得信息的最重要方法。人本身视觉得到的都是图像场景，因而说图像是传递信息的重要媒介。图像本身蕴含着巨大的信息量，包含了多层语义信息。我们一般理解图像具有三个语义层次：特征层、对象层和语义层。语义层又由低到高分为：场景语义、行为语义和情感语义。语义层次之间都存在着语义鸿沟，从底层到高层的映射也存在着很大的难度。国画是我们国家的艺术瑰宝。传统国画讲求意象，是一种以情感为中心的艺术形式。因为国画这种重在“写意”和“以情感表

4、达为中心”的艺术特点，我们在对国画的鉴赏、研究、保护工作中，不可避免地需要考虑画中的情感因素。本文主要关注图像情感语义分析方法中的图像特征提取、语义提取、分类方法等内容。提取颜色、纹理、兴趣区区域与空间特征。利用PCA降低特征维度，进行特征融合并归一化，最后进行分类。既关注传统的特征提取和映射方法，又尝试使用当下大放异彩的卷积神经网络。以期望能够有效地弥合国画作品的语义鸿沟，发掘底层特征与情感语义之间的联系，建立情感特征和图像特征之间准确的映射对应关系，以提高国画图像情感识别分类的准确率。在帮助我们鉴赏

5、和研究国画的同时，也能丰富国画的组织、管理和检索方法，普及国画艺术的传播。关键词：情感语义，语义鸿沟，卷积神经网络，情感分类IABSTRACTEmotionalisakindofabilitythatispeculiartopeopleorsomeadvancedintelligentcreatures.Emotionalanalysiscanberegardedasanimportantsymbolofartificialintelligence.Visionisanimportantwayforpe

6、opletoperceivetheworldandtoobtaininformation.Andhumanvisionincludestheimagesandthescenes.Therefore,theimageisanimportantmediumtotransmitinformation.Theimageitselfcontainsahugeamountofinformation,includingmulti-levelsemanticinformation.Wegenerallythinktha

7、ttheimagehasthreesemanticlevels:featuresemantics,contentsemanticsandemotionalsemantics.Semanticgapexistsbetweenthelevels,anditisdifficulttomapfromthebottomtothetop.Chinesepaintingsarethearttreasuresofourcountry.TraditionalChinesepaintingsbelongtoanemotio

8、n-centeredartform.BecauseofimportanceofemotionintraditionalChinesepainting,wemustinevitablyconsidertheemotionalfactorsintheappreciation,researchandprotectionofChinesepainting.Thispaperfocusesonimagefeatureextraction,semant