版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、太原理工大學(xué)碩士學(xué)位論文基于情感語義的圖像內(nèi)容標(biāo)注研究姓名:胡凌子申請學(xué)位級別:碩士專業(yè):計算機軟件與理論指導(dǎo)教師:余雪麗20100501太原理工大學(xué)碩士研究生學(xué)位論文II感識別器,主要提取出圖像的快樂度和正負(fù)情緒激活度等特征屬性進(jìn)行了圖像的情感語義標(biāo)注識別。當(dāng)通過訓(xùn)練樣本確定SVM的模型后,SVM即可進(jìn)行測試集合的情感識別。本實驗的測試圖像共178幅,將這些圖像的底層特征輸入SVM,即可獲得它們的類別。通過與預(yù)先定義好的類別的對比,根
2、據(jù)情感識別正確率公式,即可獲得相應(yīng)的分類標(biāo)注預(yù)測準(zhǔn)確率。通過實驗結(jié)果可以得出:選取合適的樣本歸一化參數(shù)可以有效提高分類標(biāo)注預(yù)測準(zhǔn)確率,同時最優(yōu)參數(shù)與樣本歸一化的組合可以得到更好的實驗效果。總的來說,文章主要從以下幾個方面對情感語義圖像標(biāo)注檢索采取了進(jìn)一步研究,選擇合適的情感形容詞描述圖像的情感語義,選取兩種與圖像情感高度相關(guān)的情感屬性特征,接著在此基礎(chǔ)上采用了支持向量機SVM算法作為情感識別算法,并對提出的方法和參數(shù)選擇進(jìn)行大量實驗,實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像對象語義及情感語義標(biāo)注方法的研究.pdf
- 基于圖像語義和內(nèi)容的半自動標(biāo)注系統(tǒng).pdf
- 基于內(nèi)容主觀映射下自動標(biāo)注語義的圖像檢索研究.pdf
- 基于語義的標(biāo)注圖像分類研究.pdf
- 圖像自動語義標(biāo)注研究.pdf
- 基于小波輪廓的圖像語義標(biāo)注研究.pdf
- 基于語義的圖像多概念標(biāo)注.pdf
- 基于本體的圖像語義的自動標(biāo)注研究.pdf
- 基于ELM的圖像情感語義檢索研究.pdf
- 基于分層圖像文檔模型的圖像語義自動標(biāo)注.pdf
- 基于腦電的視頻情感語義標(biāo)注以及情感腦機接口研究.pdf
- 圖像語義自動標(biāo)注的研究.pdf
- 基于區(qū)域的圖像語義自動標(biāo)注方法研究.pdf
- 基于局部模型的圖像語義標(biāo)注方法研究.pdf
- 基于區(qū)域的圖像自動語義標(biāo)注算法研究.pdf
- 基于語義的圖像標(biāo)注和檢索算法研究.pdf
- 基于內(nèi)容的圖像標(biāo)注改善算法研究.pdf
- 圖像分類和圖像語義標(biāo)注的研究.pdf
- 基于圖像與標(biāo)注語義上下文的圖像自動標(biāo)注算法研究.pdf
- 基于場景語義圖像標(biāo)注關(guān)鍵技術(shù)的研究.pdf
評論
0/150
提交評論