一种基于情感视觉单词的图像分类算法.docVIP

 一种基于情感视觉单词的图像分类算法# 吕微微，宋泽海，冯松鹤* （北京交通大学计算机与信息技术学院，北京 100044） 5 10 15 20 25 摘要：提出了一种基于 bag of emotional words 模型的图像情感分类算法。该算法基于视 觉心理学的研究成果，采用显著区域加权的方式建立图像的情感视觉单词表示, 实现图像情 感语义的分类。首先，提取图像集的彩色描述子 CSIFT 特征，随后搭建情感视觉单词（检测 显著区域、加权、Emotional words 向量的建立），最后将该情感视觉单词出现的加权频率 作为图像的情感表示，采用多类别分类器 SVM 完成情感分类任务。仿真实验结果表明，该算 法比以往的图像情感分类方法分类效果明显提高，为今后继续研究图像的情感分类奠定了基 础。 关键词：图像情感分类；bag of emotional words；显著区域；加权；CSIFT 中图分类号：TP391 A novel emotional words based images classification algorithm Lv Weiwei, Song Zehai, Feng Songhe (Institute of Computer Information Technology, Beijing Jiaotong University, Beijing 100044) Abstract: We propose a novel emotional words based images classification algorithm. Based on the research on visual psychology, the proposed model applies the salient regions weighted method to create emotional semantic words and achieve the classification of image emotional semantics. The color descriptor CSIFT is first extracted, after which we create emotional visual words through salient regions detection, weight choosing and vector creation of the emotional words. Finally, the weighted frequency of those emotional visual words is used to present the emotion of the image, and we use multi-classifier SVM to do the classification. The simulation results show that the model is more effective than the previous methods, laying a new foundation for future research on image emotional classification. Keywords: image emotional classification; bag of emotional words; salient regions; Weight; CSIFT 30 0 引言 随着互联网图像的海量增长及计算机技术的飞速发展，图像的有效组织和检索手段逐渐 引起人们的重视。目前基于内容的图像检索系统主要关注于图像低层视觉特征的处理，对人 的爱好、情感等因素考虑较少，忽略了情感的影响和作用。然而，在实际应用中很多图像不 35 仅携带大量的表象信息，还蕴含着丰富的情感信息。如何有效的表达和描述人观察图像后所 引起的情感感觉并加以量化，从而实现基于情感语义的图像分类，是一个崭新且具有挑战性 的前沿课题。Yoshida [1] 并将它们组成的矢量作为图像颜色特征，用线性映射(linear mapping)策略完成图像的情感识 别；清华大学的 Li Shuo [2] 应用 David Lowe [3] 提出的尺度不变特征变换(Scale—Invariant 40 Feature Transform, SIFT) SIFT 描述子作为图像的特征，完成图像的情感识别；Wang 等人[4] 分别提取图像的亮度、颜色温度、饱和度和对比度作为物理特性，然后采用回归支持向量机 学习情感类别；Chen 等人[5]基于