发明 一种结合图卷积神经网络的图像情感极性分类方法
计算机视觉 图像处理 软件系统 数据算法 （计算机视觉 数据算法） 1人
G06K9/62 G06K9/34 G06N3/04 G06N3/08
摘要：一种结合图卷积神经网络的图像情感极性分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行物体信息的提取，并用每张图片中的物体信息、视觉特征建立图模型；其次以图卷积网络对图模型中包含的物体交互信息提取，并与卷积神经网络的特征进行融合；然后将训练样本进行预处理后传入网络中，利用损失函数和优化器对模型的参数进行迭代更新直至达到收敛，完成训练；最后将测试数据送入网络中，得到模型对测试数据的预测结果以及分类准确率。本发明通过提取图像中物体在情感空间的交互特征使分类特征更符合物体的情感特征以及人类情感触发机理，在视觉特征的基础上增加高级语义特征，有助于提升情感分类算法在实际应用场景中的性能。
