10.3969/j.issn.2095-2163.2022.02.025
基于深度特征和注意力机制的艺术图像情感分类研究
作为人类精神活动产物的艺术图像,其本身蕴含着丰富的情感语义信息,研究艺术图像的情感分类有助于艺术图像的鉴赏与保护,以图像为对象的情感分类研究已成为情感计算的研究热点,但该分类主要依赖于图像低层特征的抽取,从而导致图像情感分类结果不高.本文提出了一种基于底层特征和注意力机制的艺术图像情感分类模型,即提取艺术图像的CLAHE颜色特征、Laplacian纹理特征与艺术图像深度特征融合作为输入,同时引入CBAM注意力机制以关注图像的重点区域,构建面向艺术图像情感分类的卷积神经网络模型FeatursNet.实验结果表明,应用本文提出的模型在艺术图像数据集上的情感分类准确率可达93.36%,相较于其他模型有较大提升.
艺术图像、情感分类、卷积神经网络、深度特征、注意力机制
12
TP391.1(计算技术、计算机技术)
国家自然科学基金;辽宁省社会科学规划基金项目;辽宁省教育厅科学研究项目
2022-05-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
126-132