10.3778/j.issn.1002-8331.1810-0010
基于多特征融合的深层网络图像语义识别方法
图像是一种用来传达情感的重要工具,人类的情感会因不同的视觉刺激而异.采用了一种基于小数据集的数据扩充方式,并将图像的手工提取的低级特征(颜色特征、纹理特征)和网络自动提取到的高级特征(图像对象类别特征和图像深层情感特征)融合的方法,识别图像的复合情感.最终输出包含图像和对象在内的高级语义描述性短语.在公共数据集IAPS和GAPED上进行了实验,并与传统手工提取方法和VGG16、Fine-tune Alexnet两种已有模型进行了比较,该方法在测试性能上优于其他的识别方法,情感识别准确率能达到66.54%.
图像情感、迁移学习、卷积神经网络
55
TP391.41(计算技术、计算机技术)
国家自然科学基金61472270
2020-01-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
141-146,177