基于免疫規(guī)劃的圖像情感規(guī)則抽取算法的研究.pdf

1、圖像中蘊(yùn)涵著豐富的情感信息，圖像的底層視覺特征，如顏色、紋理、形狀等與圖像的情感語義具有一定的對(duì)應(yīng)關(guān)系。揭示圖片的情感特征不僅能更深刻地描述圖像，還可以將其應(yīng)用于圖像的人性化檢索等領(lǐng)域。由于視覺特征到高層語義的映射通常是非線性的，難于為其建立模型，因此利用計(jì)算機(jī)模擬人類情感對(duì)圖像情感語義準(zhǔn)確理解是人工智能領(lǐng)域公認(rèn)的難題。
　　 近年來，研究人員在進(jìn)行相關(guān)問題的研究中投入了大量精力，主要的方法是引入人工智能和機(jī)器學(xué)習(xí)技術(shù)結(jié)合分類或

2、聚類算法，通過人工交互，機(jī)器學(xué)習(xí)以及利用外部信息源等方法來實(shí)現(xiàn)。圖像情感規(guī)則抽取的研究重點(diǎn)在于創(chuàng)建一個(gè)根據(jù)圖像基本特征可對(duì)其進(jìn)行感知和識(shí)別，并對(duì)圖像特征中所包含的情感信息進(jìn)行可理解化的描述。要實(shí)現(xiàn)針對(duì)圖像的特征所包含的情感信息以可理解性較好的規(guī)則的形式表達(dá)出來，首先要選擇適合的神經(jīng)網(wǎng)絡(luò)來對(duì)圖像的特征及其情感間的映射關(guān)系進(jìn)行學(xué)習(xí)。
　　 由于人類情感具有一定的復(fù)雜性、模糊性以及不確定性，雖然目前已經(jīng)有很多圖像情感方面的研究，但它們

3、大多偏重于針對(duì)有限的幾種典型情感進(jìn)行辨識(shí)和分類，遠(yuǎn)未達(dá)到人類所賦予計(jì)算機(jī)理解和解釋人類在真實(shí)世界中面對(duì)復(fù)雜多變的外界環(huán)境時(shí)所產(chǎn)生的各種各樣的情感現(xiàn)象的學(xué)習(xí)以及準(zhǔn)確分辨的能力。因此，對(duì)圖像情感進(jìn)行規(guī)則抽取是十分有必要的。
　　 本文的主要工作如下：
　　 (1)通過分析對(duì)情感變化產(chǎn)生影響的圖像低階特征，利用已通過心理學(xué)實(shí)驗(yàn)進(jìn)行情感標(biāo)注的中國情緒圖片庫中的風(fēng)景圖片，對(duì)其顏色特征采用HSV顏色空間內(nèi)的非均勻量化方法，提取出圖像

4、的主顏色；
　　 (2)將其中一部分圖片的顏色特征以及與其相對(duì)應(yīng)的情感特征作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集，訓(xùn)練標(biāo)準(zhǔn)三層BP神經(jīng)網(wǎng)絡(luò)；
　　 (3)分析了已有的RX規(guī)則抽取算法，并在此基礎(chǔ)上提出了基于免疫規(guī)劃的神經(jīng)網(wǎng)絡(luò)規(guī)則抽取算法，該算法根據(jù)適應(yīng)度函數(shù)的大小，不斷更新種群來求得最優(yōu)的隱層單元激活值聚類效果，并通過列舉各神經(jīng)元輸入與輸出的關(guān)系來形成形式簡潔，精度高，可理解性好的合取規(guī)則。
　　 應(yīng)用本文所提出的算法建立圖像低階