欢迎来到天天文库
浏览记录
ID:32272826
大小:5.01 MB
页数:63页
时间:2019-02-02
《基于情感语义图像检索关键技术地研究》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、基于情感语义的图像检索关键技术研究摘要随着视觉传感器技术的飞速发展,数码相机、摄像机等多媒体生产设备逐渐进入寻常百姓家。在这种情况下,人们生产、存储、分享图像信息的能力得到极大地提高。图像等多媒体内容的数量在网络中正在以呈几何级数的速度增加,人们越来越难以在网络的众多资源中找到自己感兴趣的图像。图像检索已经成为了一个活跃的研究领域。图像检索技术目前可分为基于文本的图像检索、基于内容图像检索、基于语义的图像检索。前两种技术目前已经相对成熟,但是由于其固有的缺点,无法解决实际的问题。为克服语义鸿沟的影响,本文采用基于语义的技术进行这方面的研究。图像中蕴含
2、着丰富的语义,情感语义作为一种重要的高层语义内容,在语义图像检索的研究中占有重要的位置。情感语义描述、特征提取、情感识别是情感语义检索领域最核心的问题。本文深入的研究了这三个问题,提出了一种新的图像内容描述框架,并实现了一个图像情感识别原型系统。以这个描述模型为基础,本文结合心理学、生理学方面的知识构造了由图像的颜色、频谱、线条等特征组成的特征向量,作为反映图像情感语义的视觉特征。由于神经网络是建立在脑科学的基础上,是对人脑功能的抽象和模拟,能够较好的模拟人类的情感反映模型。所以本文选择BP神经网络作为情感识别器构造了一个情感识别原型系统,并进行了实
3、验验证,结果表明本原型取得了较好的效果。颜色是与情感关系最密切的视觉特征,具有唤醒情感的力量。支持向量机(SVM)以统计学习理论为基础,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,正在成为机器学习领域新的研究热点。因此本文在第四章以支持向量机作为情感识别器,主要利用图像的色调均值、色彩空间分布信息等颜色特征进行了图像的情感语义识别。本文对提出的方法进行了实验分析,结果证明本方法具有较好的效果。最后论述了本文的主要工作和创新点,并给出了今后的工作展望。关键词:图像检索:情感语义;特征提取;情感识别;BP神经网络;支持向量机Ⅱ硕士学位论
4、文AbstractWiththerapiddevelopmentofvisionsensortechnology,digitalcameras,videocamerasandothermultimediaequipmenthaveenterednearlyeveryhousehold.Undersuchcircumstances,people’SabilitytOproduce,shareandstoreiamgeinformationhasbeengreatlyenhanced.Theamountofimagegrowssofastthatweca
5、n’tfindtargetimagethatwewant.Imageretrievalhasbecameanactivearea.Nowtherearethreekindsofprimarytechnologyforimageretrieval:textbasedimageretrieval、contentbasedimageretrievalandsemanticbasedimageretrieval.Theformertwomethodsarerelativelymature,buttheyhaveinherentshortcomings,whi
6、chcannothelpsolvepracticalimageretrievalproblems.Inordertoovercometheadverseeffectsofsemanticgaps,thispaperusessemantic-basedmethods.Imagescontainrichsemantics.Asthehighandimportantlevelsemantics,theemotionalsemanticsplaysanimportantroleinsemanticsretrievalresearch.Emotionalsem
7、anticrepresentation,imagefeatureextractionandemotionrecognitionarethethreekeyissuesonthisarea.Thispapermakesadeepresearchtothethreeissues,proposesanewimagerepresentationframework,andproducesaprototypesystemtorecogizeemotionsofimage.Basedontheframework,thepaperselectscolor、spect
8、rumandlinesasthevisualfeatureswhichcouldreflectimageem
此文档下载收益归作者所有