基于心理量表的情感图像检索性能评价方法研究

情感图像检索中检索算法优劣的有效评估是一个尚未解决的问题。本文提出基于心理量表的情感图像检索性能评价方法,采用等级排列法或对偶比较法对不同算法检索出的图像进行排序,建立顺序量表,并在样本满足正态分布假设的前提下,将顺序量表转化成等距量表,以比较检索算法的优劣。文中将本实验室实现的情感检索算法检索出的厚重的、简洁的服装图像以及热情的、视野宽广的风景图像与随机检索出的图像进行了比较,验证了基于心理量表的情感图像检索性能评价方法的有效性。     

图像情感检索研究的进展与展望

基于语义内容的图像检索是解决图像简单视觉特征和用户检索丰富语义之间存在的语义鸿沟的关键。其中情感语义是最高层的语义。本文首先介绍情感图像检索的一般框架，并引出情感图像检索的4个主要内容：图像感性特征的抽取、用户情感信息的计算机描述、情感用户模型的建立和用户模型的个性化；并对这4个主要内容的现有算法和研究进展进行归纳和总结；接着介绍3个典型的原型系统；最后从情感数据库、用户模型的评估和用户模型的计算3个方面阐明实现情感图像检索所面临的问题，并提出一些初步的解决思路。     

基于情感模型的感性图像检索

感性信息处理是让计算机能够模仿和识别用户的情绪、感觉和感情，实现和谐的人机交互，达到“以人为本”。通常人们用一些形容词来表达自己的情绪，本文提出了一种情感模型用来处理这些表达心理的形容词，从心理学的“维量”思想出发，采用语义量化技术和因子分析的方法建立情感空间，并分析情感空间的相似性度量方式；抽取图像的颜色和形状特征作为图像的感性特征，采用径向基函数神经网络将图像由特征空间映射到情感空间，在情感空间内实现图像的感性检索，取得了较好地实验结果。