基于特征融合的小样本抽象画图像情感预测

• 作者: 白茹意 贾春花 郭小英
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征融合 情感预测 抽象艺术理论 迁移学习 小样本
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2207-2213
• 页数: 7页
• 分类号: TP391.4
• 字数: 6676字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019122169

摘要

绘画图像情感预测是目前情感计算中的一个研究热点.目前抽象画来源少,样本量小,其情感分析大多数采用的是图像低层特征,而且准确率不高.为此,提出一种基于特征融合的小样本抽象画图像情感预测方法.首先,分析了抽象艺术理论中组成绘抽象画的基本元素(点、线、面和颜色)与人类情感的关系,依据这些理论量化出抽象画图像的低层特征;然后,采用迁移学习算法,基于大样本数据在预训练网络上得到参数,并迁移至目标模型,再在小样本数据上对目标模型进行微调,得到图像高层特征;最后,将低层与高层特征进行线性融合,采用多分类支持向量机(SVM)实现抽象画图像的情感预测.在3个小样本抽象画数据集上进行实验,结果表明,与直接采用低层特征的方法相比,所提方法的分类准确率有所提高,证实了它在小样本抽象画的情感研究中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白茹意	山西大学软件学院	7	11	2.0	3.0
2	贾春花	山西大学软件学院	7	35	3.0	5.0
3	郭小英	山西大学软件学院	7	20	2.0	4.0