【技术实现步骤摘要】
一种基于模糊知识神经网络的图像情感识别方法
本专利技术涉及图像内容分析领域,尤其涉及一种基于模糊知识神经网络的图像情感识别方法。
技术介绍
情感是人们适应生存的心理工具,实现情感的传递是人与人之间的各种交流活动中至关重要的目标之一。为了构建一个和谐的人机环境,使计算机更好地完成人类指派的任务,人工智能学术界一直致力于情感计算的实现。实现情感计算的首要问题就是情感识别,情感识别直接影响能否实现情感计算。随着数字文化创意产业的不断发展,数字图像已经成为了情感传递的主要媒介之一。图像作为重要的情感信息载体,以此为对象进行情感识别的研究在以人为中心的社会文化生活中起着至关重要的作用:其不仅可以实现借助机器对图像进行自动的分类、管理与检索,还有助于机器分析图像的情感影响以甄别不适宜信息或实现自动化创作。因此,如何进行图像情感识别已经成为近年来学术界和工业界共同关注的热点研究问题。虽然目前图像情感识别研究的成果颇为丰富,但仍存在不少技术上的弊端:其一,多数研究采用经验学习方法,需要大量的、多样的训练数据,存在效率低、过程不可解释等问题;其二,缺少能够有效地减小图像特征与情感语义之间语义鸿沟的中层语义表示,难以处理图像情感语义映射关系之间的复杂性,在细粒度层次的情感识别任务上表现并不优越;其三,图像情感本身具有一定的模糊性,目前的方法较少考虑到该属性。
技术实现思路
针对现有图像情感内容分析技术上存在的上述缺陷,本专利技术提出一种基于模糊知识神经网络的图像情感识别方法,使用模糊知 ...
【技术保护点】
1.一种基于模糊知识神经网络的图像情感识别方法,利用模糊知识和神经网络相结合的方法,完成图像特征到情感语义的映射,其特征在于,操作步骤如下:/n步骤1:收集相关文献并进行图像情感映射知识的提取,将提取的图像情感映射知识转化为变量值逻辑形式化的情感映射规则,建立情感映射规则库;/n步骤2:利用深度卷积神经网络进行图像特征提取,定义基于改进的模糊K近邻算法的模糊隶属函数,利用隶属函数刻画图像特征与模糊集之间的模糊关系,并以隶属度表示;/n步骤3:基于情感映射规则库初始化构建模糊知识神经网络,以图像特征对模糊集的隶属度为网络输入,以情感隶属度为网络输出,完成模糊知识嵌入到神经网络,模拟图像与情感语义的映射;/n步骤4:根据最小二乘法理论,利用反向传播误差进行模糊知识神经网络的训练,通过模型参数优化实现规则的自学习;/n步骤5:在训练好的模糊知识神经网络中提取精炼优化后的规则,更新情感映射规则库;/n步骤6:采用训练好的模糊知识神经网络来识别测试图像所表达的情感。/n
【技术特征摘要】
1.一种基于模糊知识神经网络的图像情感识别方法,利用模糊知识和神经网络相结合的方法,完成图像特征到情感语义的映射,其特征在于,操作步骤如下:
步骤1:收集相关文献并进行图像情感映射知识的提取,将提取的图像情感映射知识转化为变量值逻辑形式化的情感映射规则,建立情感映射规则库;
步骤2:利用深度卷积神经网络进行图像特征提取,定义基于改进的模糊K近邻算法的模糊隶属函数,利用隶属函数刻画图像特征与模糊集之间的模糊关系,并以隶属度表示;
步骤3:基于情感映射规则库初始化构建模糊知识神经网络,以图像特征对模糊集的隶属度为网络输入,以情感隶属度为网络输出,完成模糊知识嵌入到神经网络,模拟图像与情感语义的映射;
步骤4:根据最小二乘法理论,利用反向传播误差进行模糊知识神经网络的训练,通过模型参数优化实现规则的自学习;
步骤5:在训练好的模糊知识神经网络中提取精炼优化后的规则,更新情感映射规则库;
步骤6:采用训练好的模糊知识神经网络来识别测试图像所表达的情感。
2.根据权利要求1所述的基于模糊知识神经网络的图像情感识别方法,其特征在于,所述步骤1中的图像情感映射知识,其形式化规则以变量值逻辑规则形式存在,根据模糊集覆盖理论,其表现形式如下:
attributei=[symboli1]∨…∨[symbolij]
其中,定义attribute为属性模糊集,定义symbol为属性模糊集包含的属性变量模糊集,又称为视觉符号模糊集,每个属性模糊集包含一个或多个属性变量模糊集上的析取运算∨,IF部分为情感映射规则的前提部分,包含一个或多个属性模糊集attributei上的合取运算∧,αth为此规则的隶属度阈值,THEN部分为情感映射规则的后因部分,包含一个图像情感模糊集emotionk。
3.根据权利要求1所述的基于模糊知识神经网络的图像情感识别方法,其特征在于,所述步骤2中的基于模糊K近邻算法的隶属函数在于,基于图像数据集中已标记的图像数据对每一个属性模糊集建立一个模糊K近邻分类器,计算输入图像特征对该属性模糊集中包含的所有属性变量模糊集的隶属度,待分类数据x0对模糊集cj的隶属度计算如下:
其中,α为模糊参数,xt为已标记的...
【专利技术属性】
技术研发人员:朱永华,朱蕴文,高文靖,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。