基于两层迁移卷积神经网络的抽象图像情感识别
2019-01-15分类号：TP391.41;TP183
【部门】南京邮电大学计算机学院 江苏省无线传感网高技术研究重点实验室 南京航空航天大学计算机科学与技术学院
【摘要】为弥合抽象图像底层视觉特征与高层情感语义间的鸿沟,同时缓解抽象图像情感识别所固有的小样本缺陷,将两层迁移学习策略引入传统的卷积神经网络,提出一种基于两层迁移卷积神经网络的抽象图像情感识别模型.该模型利用深度特征的层次性,首先通过大规模通用图像数据集来学习提取普适的底层图像特征;然后利用抽象图像风格分类数据集来学习提取抽象图像的专有高层语义特征;最后采用抽象图像情感识别数据集来微调整个网络.MART数据集上的实验结果表明,与传统的抽象图像情感识别方法相比,所提出的模型能够有效地提高识别精度.
【关键词】情感识别 深度学习 迁移学习 卷积神经网络 抽象图像
【基金】国家自然科学基金(61572263);; 江苏省自然科学基金(BK20161516);; 中国博士后科学基金(2015M581794);; 江苏省博士后科研资助计划(1501023C)资助
【所属期刊栏目】中国科学技术大学学报
文献传递
