基于深度多任务学习的图像美感和情感联合感知研究

发布时间：2024-02-03 21:39

　　近几年,随着深度学习技术的普遍运用,图像处理与分析的研究工作取得了巨大成功。在以车牌号码识别、人脸识别、单目标检测等为代表的图像分类、目标检测等应用领域,取得的进展可谓是突破性的。然而,在对图像更高层次的抽象理解上,仍面临着严峻的挑战。典型地,例如图像的美学质量评价(美、不美)和图像的情感信息识别(快乐、愤怒、恐惧、悲伤等),都是值得深入研究的问题。现阶段,两个问题都已有同行在研究,并取得了一定的进展。但是,迄今为止,无论图像的美学质量评价还是情感信息识别任务,在科研界都被视作单独的任务分别进行研究。直观上,图像所表达的情感信息与图像的美学质量评价结果可能存在一定的联系。例如,让人感觉心情愉悦的图像,有较大的可能性被认为是美的。让人恐惧、厌恶的图像,被认为是美的可能性相对较小。客观上,已经有神经美学专家证明人类在做出美学判断和情感认知的时候,大脑的应激反应区域相同,这可从一个侧面表明图像所表达的情感信息与图像的美学质量之间存在一定的联系。由此,本研究工作起源于一个自然的思路:图像的美学质量评价和情感信息识别两个任务是相互关联的,且共享某些高层次特征,因此将两个问题联合建模研究可能同时提...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图１－１高美学质量图像（左（ａ））与低美学质量图像（右（ｂ））??

?山东大学硕士学位论文???像进行批处理式的美学质量评价。??（ａ）晴空下的居民楼?（ｂ）清道夫鱼啃食江豚??图１－１高美学质量图像（左（ａ））与低美学质量图像（右（ｂ））??同样地，人类对于因不同图像的视觉刺激而做出的情感态度反应也具有很强的??主观性，但其主观性更受到图像内容....

图１－２包含笑脸内容的不同图像，其情感标签均为欢乐

?山东大学硕士学位论文???ｍｍ?＾ｌｔ??ｒ％Ｓ１?＇?Ｍ??图１－２包含笑脸内容的不同图像，其情感标签均为欢乐。??另外，计算机视觉领域的图像美学质量评价和情感信息识别不仅仅是一个热??点话题，还具有很广泛的应用，相关的应用也具有很广阔的市场价值与前景。潜在??的实际应用包含....

图３－１美学－情感多任务网络（ＡＥＮｅｔ）的整体架构图

打分，并使得数据集有以下得到??证明的三个优点：标签置信度高：类别均衡：分布合理。有了可供使用的多标签??大规模图像基准数据集，本文提出的模型方法的后续验证才有了依托。然后，本??章着重介绍基于深度神经网络的多任务学习框架的细节，提出的该方法可以提取??利用两个任务间共享特征和任....

图３－２美学标签的数值统计

?山东大学硕士学位论文???即范围为０－１００分的美学质量评价标签。进一步筛选后的图像总数为２２０８６，分??数分布的结果如图３－２?（ａ）所示，横轴用ｍｅａｎｓｃｏｒｅ标记美学质量打分。正如预??期的那样，总和分数大致在评分量表的中点附近呈正态分布，因此图像美学标签??分布具有....

本文编号：3894727