社交图像的情感和美学评价研究

《社交图像的情感和美学评价研究》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、工程硕士学位论文社交图像的情感和美学评价研究作者姓名黄杰雄工程领域电子与通信工程校内指导教师王伟凝副教授校外指导教师于红娜高级会计师所在学院电子与信息学院论文提交日期2017年12月EmotionandAestheticAssessmentonSocialImagesADissertationSubmittedfortheDegreeofMasterCandidate：HuangJiexiongSupervisor：Prof.WangWeiningSouthChinaUniversityofTechnologyGuangz

2、hou,China分类号：TP391学校代号：10561学号：201521010091华南理工大学硕士学位论文社交图像的情感和美学评价研究作者姓名：黄杰雄指导教师姓名、职称：王伟凝副教授申请学位级别：工程硕士工程领域名称：电子与通信工程论文形式：□产品研发□工程设计□应用研究□工程/项目管理□调研报告研究方向：社交图像情感和美学评价论文提交日期：2017年12月28日论文答辩日期：2018年3月19日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：徐向民委员：殷瑞祥，贺小勇，钟海波，张伟彬摘要随着社交网

3、络的发展和智能终端的普及，社交图像的分享和获取的方式越来越便捷，社交图像数量的增加使人们开始对图像自动处理产生了更高层次的要求，尤其是在图像的情感和美学属性上的要求。人们倾向于借用图像作为载体向他人传递自己的情感信息，同时也希望在海量的社交图像中欣赏或是存储具有更高观赏价值的高美学质量的图像。因此，对社交图像的情感和美学进行评价和分析的研究显得尤为重要。图像情感与美学属性是图像的高层、抽象信息，具有一定的主观性。同时，图像的情感和美学研究需要研究计算机模拟人类高层视觉感知和心理反应，涉及到心理学、艺术和计算机等多个学科，具

4、有很大的挑战性。社交图像的情感评价任务是通过计算机的辅助，对被图像唤起的人类情感属性进行自动评价；社交图像的美学研究是通过计算机模拟对图像的美学质量的高低进行自动评价。解决该类问题的可行性的方案，一般通过对图像相关的情感和美学特征进行特征学习，并利用相应的机器学习算法或者深度学习算法自动对社交图像的情感和美学进行评价。已有的研究通过对图像的情感和美学特征进行了大量的分析和研究，通过图像的艺术规则减少了图像的情感和美学的主观影响，并提出了包括传统手工特征方法和深度学习方法在内的多种有效的研究方法。然而，现有的社交图像的情感和

5、美学评价研究方法存在着以下问题：1.深度学习方法应用于社交图像的情感评价研究没有充分考虑图像的先验知识信息，忽略了图像本身的信息在图像情感表达中的作用；2.已有的深度学习方法所用的网络结构并不完全适用于图像的情感评价，网络结构对于图像情感语义特征的学习不够充分；3.对确定内容的人物社交图像的美学研究不够透彻，而且研究中传统算法无法有效地与深度学习方法结合。本文以社交图像作为研究对象，对其情感和美学评价分别进行了深入的研究。本文的研究内容包括：基于多层次深度卷积神经网络的图像情感分类研究、基于ResNet-GCN网络的图像情

6、感分类研究和人物社交图像的美学评价研究。具体内容如下：1.已有的深度学习方法应用于图像的情感评价研究没有充分考虑图像的先验知识III的问题，本文提出了一个基于多层次深度卷积神经网络的图像情感分类框架，从图像的主体、颜色、局部信息等多个层次学习图像的情感特征，提升了图像的情感评价性能。2.为了让深度学习方法的网络更好地学习图像的情感语义概念和语义信息，让网络的具体结构更适合图像的情感评价研究，本文提出了ResNet-GCN网络，并提出了基于ResNet-GCN网络的图像情感分类框架。利用GCN结构的大尺寸卷积核提高网络的学习

7、视野，让网络更有效地学习图像的情感特征，提升了框架的图像情感分类性能。3.为了解决人物社交图像的美学评价研究问题，本文提取了78维人脸美学特征，并结合深度学习方法学习得到的图像特征和已有研究的综合美学特征，利用决策融合提升了图像的美学评价性能。同时，为了更好地将深度学习方法应用到这一研究中，本文构建了一个新的人物社交图像美学评价图库。关键词：社交图像；图像情感分类；图像美学评价；深度学习IVAbstractWiththedevelopmentofsocialnetworkandmobiledevice,it’sconven

8、ientforustoshareandacquiringsocialimages.Theincensementofthenumberofsocialimagesbringsthehigherlevelofrequirementsforautomaticimageprocessing,especially