【正文】 0176。量化 kNN 分類(lèi)正確率表 次數(shù) N K 值 1 3 5 7 9 1 2 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 23 3 4 5 均值 表 45 5176。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 22 分類(lèi)器模式過(guò)程 在菜單欄中，當(dāng)選擇“ c”時(shí) ,如圖 411 所示，系統(tǒng)會(huì)開(kāi)始 20 輪分類(lèi)正確率的計(jì)算，計(jì)算結(jié)束后，就會(huì)出現(xiàn)所示 kNN 分類(lèi)正確率比較試驗(yàn)和不同分類(lèi)器比較試驗(yàn)。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 20 圖 410 錯(cuò)誤檢索到 19 幅與示例圖像相似的動(dòng)態(tài)圖片 2)分類(lèi)器為 kNN， k=3,10176。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 18 圖 45 特征數(shù)據(jù)庫(kù)形成的過(guò)程 演示模式過(guò)程 1)分類(lèi)器為 BP神經(jīng)網(wǎng)絡(luò) ,10176。Weighted kNN39。靜感 Static39。kNN39?；谇楦袌D像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 17 m 余弦距離 39。BP39。 原始算法計(jì)算的線條方向直方圖 % % % 改進(jìn)算法計(jì)算得到的線 條方向直方圖 80% % % 程序的運(yùn)行和結(jié)果分析 程序清單 在程序運(yùn)行過(guò)程中，會(huì)接觸到各種子函數(shù)，表 43 列舉出了這些子函數(shù)的名稱(chēng)和功能。 由大量的試驗(yàn)數(shù)據(jù)表明，在不同單位量化下，原始算法計(jì)算的線條方向直方圖和改進(jìn)算法計(jì)算得到的線條方向直方圖正確率如表 42 所示。第一行圖片是 5176。、 10176。圖 42 是三位同學(xué)正在對(duì) 200 幅圖片進(jìn)行情感 圖像的評(píng)估。然后求平分的均值，如果平分的結(jié)果等于在 47(不包括 4 和7)之間，就丟棄該圖片，否則計(jì)入數(shù)據(jù)庫(kù)中。 MATLAB 的主要功能有：數(shù)值計(jì)算功能、符號(hào)計(jì)算功能、繪圖功能結(jié)果的可視化、圖形化程序編制功能、 MATLAB工具箱、 MATLAB的兼容功能、 MATLAB的容錯(cuò)功能等等。（ 5）數(shù)字圖像處理。 MATLAB 的主要應(yīng)用領(lǐng)域有： (1)數(shù)值分析。當(dāng) MATLAB 運(yùn)行時(shí)，有多種類(lèi)型的窗口，有的用于接收命令，有的用于顯示信息。 任何一個(gè) MATLAB 程序的基本組成單元是數(shù)組。 實(shí)驗(yàn)平臺(tái) MATLAB介紹 MATLAB 最初是由 Cleve Moler 用 Fortran 語(yǔ)言設(shè)計(jì)的，有關(guān)矩陣算法來(lái)自Linpack 和 Eispack 課題的研究成果；現(xiàn)在的 MATLAB 程序是 MathWorks 公司用C 語(yǔ)言開(kāi)發(fā)的。如 27 圖所示，由圖可知，盡管在 k 近鄰中類(lèi)別 B 的樣本數(shù)多于類(lèi)別 A，但類(lèi)別 A 的樣本和待分類(lèi)樣本距離更近，將待分類(lèi)樣本分類(lèi)為類(lèi)別 A 可能更合理。 圖 25 BP 網(wǎng)絡(luò)神經(jīng)圖 kNN 分類(lèi)器 在介紹 kNN 分類(lèi)器之前我們先要理解什么叫做最近鄰法，顧名思義，最近鄰法就是已知一個(gè)待分類(lèi)樣本 x，比較它和 N 個(gè)已分類(lèi)樣本之間的距離，通常是歐式距離，選擇和它最相近的點(diǎn)，然后將 x 劃分為這個(gè)最近點(diǎn)的同類(lèi)樣本中。隱含層也可以包含為一個(gè)或多個(gè)。由大量實(shí)驗(yàn)可得，越是接近 45176。重合，直方圖成 0176。、 180176。 因此根據(jù)邊緣點(diǎn)的方向梯度相角度，我們可以得到此點(diǎn)的切線方向角度，并且繪制出邊緣點(diǎn)角度的方向直方圖，便于直觀，我們可以以 10176。從用戶的角度來(lái)看，一 個(gè)通用的和靈活的解決方案，預(yù)計(jì)將使用方便，在實(shí)際應(yīng)用中的擴(kuò)展。和 Datta [15]提出了一種方法來(lái)自動(dòng)推斷出審美素質(zhì)的照片使用他們的視覺(jué)作為機(jī)器學(xué)習(xí)的內(nèi)容。 結(jié)合影像美學(xué) 影像美學(xué)是一個(gè)新的方向，新出現(xiàn)的。在信息檢索技術(shù)和語(yǔ)言分析方面，如 WordNet 的，潛在基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 6 語(yǔ)義分析（ LSA）可能在將來(lái)被使用。 在個(gè)性化檢索中挑戰(zhàn)有： 1）方法創(chuàng)建和處理配置文件是不夠的； 2）需要大量情感反饋量，數(shù)據(jù)難以收集和對(duì)于用戶來(lái)說(shuō)過(guò)程是無(wú)聊的。 BianchiBerthouze [9,10]提出的 KDIME 系統(tǒng)，其中，感性自適應(yīng)個(gè)性化圖像檢索可以根據(jù)用戶的感性偏好來(lái)實(shí)現(xiàn)。 個(gè)性化情感模型 至今大部分的情感研究工作是基于共同的情感，這意味著在一定程度上一定數(shù)量的人可能會(huì)同意。圖像中的形狀可以激發(fā)人的感性認(rèn)識(shí)，主要是由于形狀的美學(xué)價(jià)值之一作用的影響。圖像的顏色特征細(xì)致的研究和分析有助于對(duì)人的心理情緒變化進(jìn)行分析，對(duì)是情感圖像檢索的有著十分重要的意義。一言以蔽之，顏色基于其顯著的心理學(xué)反應(yīng)，對(duì)圖像的情感語(yǔ)義的研究有著十分重要的作用 [ 7 ]，因此，在圖像情感檢索的研究中，一定要重視顏色特征且必須將其做為重要的特征加以研究。本小節(jié)圍繞顏色、紋理、形狀等特征開(kāi)展。例如，我們將能夠?qū)Α耙粋€(gè)宜人的景觀”或“優(yōu)雅的服裝圖像”進(jìn)行檢 索。而我們討論的情感語(yǔ)義位于抽象語(yǔ)義的最高水平，它可以被定義為描述強(qiáng)度和情緒，感情或通過(guò)可視圖像誘發(fā)人類(lèi)的情感類(lèi)型的情感語(yǔ)義。但是盡管如此，基于文本和內(nèi)容的圖像檢索仍然存在著許許多多等待人們?nèi)ヌ剿骱徒鉀Q的問(wèn)題。圖 12 中，第二排和第三排檢索到了著名影星趙薇的照片，因?yàn)殡m然關(guān)鍵詞的泛指性，這樣也造成了圖像檢索結(jié)果的不理想，檢索到的結(jié)果往往也不能令人滿意。接著出現(xiàn)了利用 Web 網(wǎng)頁(yè)中圖像的關(guān)鍵字信息來(lái)進(jìn)行檢索的引擎技術(shù)。但是這樣方法有一定的缺陷。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 2 隨著因特網(wǎng)技術(shù)的不斷發(fā)展和電子產(chǎn)品的大量普及，可獲取的數(shù)字圖 像的數(shù)據(jù)規(guī)模越來(lái)越多，數(shù)據(jù)庫(kù)日益增大，極大地方便了用戶的需求，同時(shí)為社會(huì)創(chuàng)造了巨大的經(jīng)濟(jì)效益。直到上個(gè)世紀(jì) 90 年代初，伴隨著，互聯(lián)網(wǎng)圖像信息的突飛猛進(jìn)，基于內(nèi)容的圖像檢索技術(shù) (CRIR)成為圖像檢索的主要技術(shù) [ 2 ]。生活中，很多圖像不但帶有豐富的表面信息，而且蘊(yùn)含了許多情感內(nèi)容，為了滿足用戶主觀的對(duì)于圖像信 息的需求，就興起了圖像檢索技術(shù)。 kNN、 Weighted kNN分別是 和 。其次， 利用線條方向直方圖提取圖像邊緣特征信息，再這基礎(chǔ)上可以改進(jìn)算法，比較分類(lèi)的正確性。首先，建立一個(gè)包含動(dòng)靜態(tài)的圖像數(shù)據(jù)庫(kù)。 西安郵電 大學(xué) 畢業(yè)設(shè)計(jì) (論文 )成績(jī)?cè)u(píng)定表 學(xué)生姓名 任寧寧 性別 女 學(xué)號(hào) 04101118 專(zhuān) 業(yè)班 級(jí) 計(jì)科 1004 班 課題名稱(chēng) 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 課題 類(lèi)型 科研題目 難度 一般 畢業(yè)設(shè)計(jì)（論文）時(shí)間 20xx 年 9 月 25 日 ~20xx 月 6日 02 日 指導(dǎo)教師 劉偉 (職稱(chēng) ：副教授 ) 課題任務(wù) 完成情況 論 文 11 (千字 )； 設(shè)計(jì)、計(jì)算說(shuō) 明書(shū) 0 (千字 )； 圖紙 0 (張 )； 其它 (含附 件 )： 指導(dǎo)教師意見(jiàn) 分項(xiàng)得分：開(kāi)題調(diào)研論證分 ； 課題質(zhì)量（論文內(nèi)容） 分； 創(chuàng)新 分； 論文撰寫(xiě)（規(guī)范） 分； 學(xué)習(xí)態(tài)度 分； 外文翻譯 分 指導(dǎo)教師審閱成績(jī)： 指導(dǎo)教師 (簽字 )： 年 月 日 評(píng) 閱 教 師 意見(jiàn) 分項(xiàng)得分：選題 分； 開(kāi)題調(diào)研論證 分； 課題質(zhì)量（論文內(nèi)容） 分； 創(chuàng)新 分； 論文撰寫(xiě)（規(guī)范） 分； 外文翻譯 分 評(píng)閱成績(jī)： 評(píng)閱教師 (簽字 )： 年 月 日 驗(yàn)收小組意見(jiàn) 分項(xiàng)得分：準(zhǔn)備情況 分； 畢業(yè)設(shè)計(jì)（論文）質(zhì)量 分； （操作）回答問(wèn)題 分 驗(yàn)收成績(jī)： 驗(yàn)收教師 (組長(zhǎng) )(簽字 )： 年 月 日 答 辯 小組 意 見(jiàn) 分項(xiàng)得分：準(zhǔn)備情況 分； 陳述情況 分； 回答問(wèn)題 分； 儀表 分 答辯成績(jī)： 答辯小組組長(zhǎng) (簽字 )： 年 月 日 成績(jī)計(jì)算方法 (填寫(xiě)本系實(shí)用比例 ) 指導(dǎo)教師成績(jī) 20 (％ ) 評(píng)閱成績(jī) 30 (％ ) 驗(yàn)收成績(jī) 30 (％ ) 答辯成績(jī) 20 (％ ) 學(xué)生實(shí)得成績(jī) (百分制 ) 指導(dǎo)教師成績(jī) 評(píng)閱成績(jī) 驗(yàn)收成績(jī) 答辯成績(jī) 總評(píng) 答辯委員會(huì)意見(jiàn) 畢業(yè)論文 (設(shè)計(jì) )總評(píng)成績(jī) (等級(jí) )： 院 答辯委員會(huì)主任 (簽字 )： 院 (簽章 ) 年 月 日 備 注 西安郵電大學(xué)畢業(yè)論文 (設(shè)計(jì) )成績(jī)?cè)u(píng)定表 (續(xù)表 ) 目錄 摘要 ................................................................................................................................. I Abstract.........................................................................................................................II 引言 ................................................................................................................................ 1 ............................................................................................................................. 2 背景與現(xiàn)狀 ..................................................................................................... 2 基于情感圖像檢索的概念 ............................................................................. 4 情感圖像檢索特征的分類(lèi) ............................................................................. 4 未來(lái)的研究趨勢(shì) ............................................................................................. 5 ......................................................................................................... 7 線條方向直方圖 .............................................................................................. 7 BP 神經(jīng)網(wǎng)絡(luò)分類(lèi)器 ........................................................................................ 9 kNN 分類(lèi)器 ................................................................................................... 9 Weighted kNN 分類(lèi)器 ................................................................................. 10 ................................................................................................................... 11 情感圖像的基本框架 ................................................................................... 11 實(shí)驗(yàn)平臺(tái) MATLAB 介紹 .....................................