基于感興趣區(qū)域的圖像情感語義研究.pdf

1、人對圖像的感知和理解是主觀性的。圖像情感語義研究的目的是希望計算機能夠描述和表達人觀察圖像所引起的情感反應，使用帶有主觀感情色彩的語義表述圖像。目前的算法大部分側重于考慮圖像的全局信息，忽略了圖像的目標和背景信息。然而在相當多的情況下，用戶并不關心圖像所有信息，而更多關注的是圖像中具有一定語義的區(qū)域。這個區(qū)域就是圖像中最能引起用戶興趣，最能表現(xiàn)圖像內容的區(qū)域即感興趣區(qū)域(Regions ofInterest 簡稱ROI)，如能提取出這些

2、區(qū)域將會大大提高圖像處理和分析的效率和準確度。目前的計算機的圖像識別技術沒有達到人類滿意的效果，計算機還不能像人類一樣能快速、準確的找到并且注釋出圖像的情感。本文針對紋理特征提取和情感識別的問題進行了研究，主要內容如下：
　　 探討了圖像特征提取問題，提出了加權Tamura 紋理特征提取算法。該算法根據(jù)人類對圖像的感知和心理與圖像視覺特征的關系，獲取圖像的感興趣區(qū)域，確定了需要提取的圖像紋理特征，把圖像分為感興趣區(qū)域和非感興趣區(qū)

3、域，采用AHP(層次分析法)將不同區(qū)域的特征向量賦予不同權，強化感興趣區(qū)域的視覺特征，實現(xiàn)計算機的視覺情感。通過特征提取對比實驗和模糊推理實驗表明，由該算法得出的紋理特征更加符合人類視覺的感知力，更有利于提高圖像情感識別的準確率。
　　 基于人類對圖像特征的知覺距離，運用模糊集理論，借鑒Syeda-Mahmood提出的基于圖像彩色直方圖的匹配方法，提出一種Tamura紋理模糊相關的方法，并把它應用到圖像的情感注釋中。利用模糊近似