個(gè)體依賴的圖像情感類別識(shí)別方法.pdf

1、當(dāng)前情感計(jì)算領(lǐng)域的研究主要致力情感本身，比如進(jìn)行情感識(shí)別或情感調(diào)節(jié)，而對(duì)誘發(fā)情感或者調(diào)節(jié)情感狀態(tài)的素材的選擇缺乏專門研究。目前，情感素材的選擇一般采用專家評(píng)定的方式進(jìn)行，該方式?jīng)]有充分考慮個(gè)體間的差異性，同時(shí)每次試驗(yàn)要進(jìn)行大量情感素材的評(píng)定，非常浪費(fèi)時(shí)間。為此，本論文以IAPS圖像作為情感誘發(fā)素材，提出了個(gè)體依賴的圖像情感類別識(shí)別方法，對(duì)情感素材的選擇進(jìn)行了初步探索。
　　本方法旨在利用少數(shù)圖像針對(duì)個(gè)體建立圖像（用與情感相關(guān)的特征

2、表示）與圖像情感類別（負(fù)性、中性或正性）之間的關(guān)系模型。從而對(duì)一幅新圖像，該模型能利用其特征識(shí)別出對(duì)此個(gè)體而言，這幅圖像是負(fù)性、中性還是正性的，進(jìn)而完成情感素材的選擇。方法的性能通過(guò)多名被試的模型正確識(shí)別率進(jìn)行反映。
　　本論文的研究從四個(gè)方面展開：
　　一、給出圖像的特征選擇及提取方法。根據(jù)視覺(jué)心理學(xué)的相關(guān)研究，從圖像中選擇與情感相關(guān)的底層特征，并用向量表示。最終得到表征圖像情感信息的26維特征。二、實(shí)驗(yàn)獲取模型訓(xùn)練和檢驗(yàn)

3、的數(shù)據(jù)。選擇IAPS中典型的負(fù)性、中性和正性圖像各20張，通過(guò)圖像誘發(fā)實(shí)驗(yàn)采集10名被試對(duì)這60張圖像正負(fù)情感的評(píng)定數(shù)據(jù)，共得到8組有效數(shù)據(jù)集。分別對(duì)應(yīng)8名有效被試對(duì)60張圖像的負(fù)性、中性和正性劃分。三、圖像情感類別識(shí)別模型的建立與訓(xùn)練。通過(guò)BP神經(jīng)網(wǎng)絡(luò)建立圖像的情感類別識(shí)別模型；針對(duì)每一名有效被試，從其評(píng)定的負(fù)性、中性和正性圖像中分別選擇部分圖像，利用對(duì)應(yīng)的圖像特征和該被試評(píng)定的圖像情感類別，采用兩種不同的訓(xùn)練集設(shè)置（非均衡樣本訓(xùn)練集

4、和均衡樣本訓(xùn)練集）訓(xùn)練三分類BP圖像情感類別識(shí)別模型，所以8名被試共得到2×8個(gè)模型。四、模型檢驗(yàn)。對(duì)每一名有效被試，用不參與模型訓(xùn)練的圖像的特征作為訓(xùn)練好的BP識(shí)別模型的輸入，則輸出為識(shí)別模型判定的負(fù)性、中性和正性圖像集。將識(shí)別結(jié)果和該被試評(píng)定的結(jié)果進(jìn)行對(duì)比得到正確識(shí)別率，用正確識(shí)別率反映模型的性能。
　　八個(gè)被試在非均衡樣本集下的8個(gè)模型的平均正確識(shí)別率為66.38％，在均衡樣本集下的8個(gè)模型的平均正確識(shí)別率為69.87%。本

5、論文進(jìn)一步對(duì)非均衡訓(xùn)練樣本集和均衡訓(xùn)練樣本集兩種情況下得到的模型進(jìn)行了對(duì)比分析。結(jié)果顯示采用均衡訓(xùn)練樣本集得到的模型不僅平均正確識(shí)別率更高，而且這8個(gè)模型平均負(fù)性、中性和正性的正確識(shí)別率更加均勻（s均衡=0.07 vs s非均衡=0.09）。所以采用均衡訓(xùn)練樣本集得到的識(shí)別模型優(yōu)于非均衡訓(xùn)練樣本數(shù)據(jù)集的情況。
　　上述研究結(jié)論說(shuō)明，本論文建立的BP圖像情感類別識(shí)別模型是有效的，所以個(gè)體依賴的圖像情感類別識(shí)別方法是可行的，從而提供了