基于多特征融合的抽象画情感研究

TP391.41; 抽象画作为一种寓意含蓄的艺术作品,传递出的情感也是含蓄的,确定其情感分类也比较困难,为此采用多特征融合方式预测抽象画的情感.首先采用K-means聚类提取抽象画图像的主色调作为底层颜色特征,采用灰度—梯度共生矩阵提取底层纹理特征,采用卷积神经网络自动提取高层语义特征;其次由于特征维度不同,采用多核学习对底层和高级语义特征进行融合;最后采用支持向量机实现抽象画情感识别,分为积极与消极两类.在MART数据集上进行测试,并与其他现有分类模型进行了比较,实验结果显示该方法在测试性能上优于已有模型....

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 38; no. 2; pp. 587 - 590
Main Authors 白茹意, 郭小英, 贾春花
Format Journal Article
LanguageChinese
Published 山西大学 自动化软件学院,太原030013 2021
Subjects
特征融合
情感识别
灰度—梯度共生矩阵
多核学习
Online AccessGet full text

Cover

More Information
Summary:TP391.41; 抽象画作为一种寓意含蓄的艺术作品,传递出的情感也是含蓄的,确定其情感分类也比较困难,为此采用多特征融合方式预测抽象画的情感.首先采用K-means聚类提取抽象画图像的主色调作为底层颜色特征,采用灰度—梯度共生矩阵提取底层纹理特征,采用卷积神经网络自动提取高层语义特征;其次由于特征维度不同,采用多核学习对底层和高级语义特征进行融合;最后采用支持向量机实现抽象画情感识别,分为积极与消极两类.在MART数据集上进行测试,并与其他现有分类模型进行了比较,实验结果显示该方法在测试性能上优于已有模型.
ISSN:1001-3695
DOI:10.19734/j.issn.1001-3695.2019.10.0643