【正文】 背景與現(xiàn)狀 現(xiàn)如今大多數(shù)的搜索引擎都是基于文本的關(guān)鍵詞搜索，即文本注釋。 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。目前，人們一般采用形容詞描述圖像的情感語(yǔ)義，例如，燭光給人溫馨溫暖的氣氛等等，日本研究人員早早開(kāi)展這方面的研究，他們將描述情感語(yǔ)義的形容詞稱作為 Kansei(感性的 )[ 3 ]。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 ]。 早在上個(gè)世紀(jì) 80 年代初期，就已經(jīng) 形成了基于文本的圖像檢索，它通過(guò)提取關(guān)鍵字信息，通過(guò)關(guān)鍵字與文本信息進(jìn)行檢索的一門技術(shù) [1]。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)。 本文重點(diǎn)研究線條方向直方圖、 kNN、 Weighted kNN、 BP神經(jīng)網(wǎng)絡(luò)分類器的算法。 kNN、 Weighted kNN分別是 和 。 使用分類器的原理是： 如果分類器分類正確，那么檢索到的結(jié)果都是正確的，反之亦然。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，比較分類的正確性。 包括東方和西方 作品 ）。首先，建立一個(gè)包含動(dòng)靜態(tài)的圖像數(shù)據(jù)庫(kù)。 情感圖像檢索的研究在醫(yī)學(xué)、心理學(xué)、智能科學(xué)、社會(huì)學(xué)、計(jì)算機(jī)學(xué)、農(nóng)業(yè)學(xué)等等領(lǐng)域都有巨大的應(yīng)用價(jià)值。 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 業(yè)班 級(jí) 計(jì)科 1004 班 課題名稱 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 課題 類型 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 ：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 ............................................................................. 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)分類器 ........................................................................................ 9 kNN 分類器 ................................................................................................... 9 Weighted kNN 分類器 ................................................................................. 10 ................................................................................................................... 11 情感圖像的基本框架 ................................................................................... 11 實(shí)驗(yàn)平臺(tái) MATLAB 介紹 ............................................................................ 11 軟硬件環(huán)境的介紹 ....................................................................................... 12 .............................................................................................. 13 情感圖像數(shù)據(jù)庫(kù)的建立 ............................................................................... 13 線條方向直方圖的改進(jìn)算法與原始算法的分類正確率的比較 ............... 15 程序的運(yùn)行和結(jié)果分析 ............................................................................... 16 ........................................................................................................................... 27 致謝 .............................................................................................................................. 28 參考文獻(xiàn) ...................................................................................................................... 29 I 摘要 研 究表明，許多圖像中里都包含著一定的感情色彩， 不同的圖像會(huì)喚起人類不同的情感。 (6)下學(xué)期開(kāi)學(xué) 20xx 年 6 月 2 日：完成畢設(shè)并參加畢業(yè)設(shè)計(jì)答辯。 (4)20xx 年 10 月 28 日 11 月 12 日：開(kāi)題報(bào)告答辯。 (2)20xx 年 9 月 30 日：?jiǎn)?dòng)科研訓(xùn)練，明確要求。 完成本課題的工作方案 ： （ 1）學(xué)習(xí)圖像處理、圖像檢索、模式識(shí)別中和本畢業(yè)設(shè)計(jì)相關(guān)的知識(shí)； （ 2）熟練掌握 Matlab 語(yǔ)言程序設(shè)計(jì)方法； （ 3）構(gòu)建好測(cè)試用的“情感語(yǔ)義圖像數(shù)據(jù)庫(kù)”； （ 4）完成“線條方向直方圖”算法； （ 5）完成《開(kāi)題報(bào)告》； （ 6）完成外文翻譯。 Hayashi使用了反向傳播規(guī)則的神經(jīng)網(wǎng)絡(luò)來(lái)建立圖像特征與印象詞間的聯(lián)系，達(dá)到了 %的準(zhǔn)確率。做為一種建立非線性映射的一個(gè)強(qiáng)有力的工具，神經(jīng)網(wǎng)絡(luò)方法在圖像情感研究中得到了廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)由許多具有非線性映射能力的神經(jīng)元組成，神經(jīng)元之間通過(guò)權(quán)系數(shù)相連接，其信息分布式存儲(chǔ)于聯(lián)接權(quán)系數(shù)中，使網(wǎng)絡(luò)具有很高的容錯(cuò)性和魯棒性，這一特點(diǎn)使得其具有能夠解決模式識(shí)別問(wèn)題的潛力，人工神經(jīng)網(wǎng)絡(luò)所提供的學(xué)習(xí)能力，大大放松了傳統(tǒng)識(shí)別方法所需的約束 條件，使其對(duì)某些識(shí)別問(wèn)題顯示出極大的優(yōu)越性。 對(duì)于不符合分類的要求，有必要對(duì)直方圖進(jìn)行修正。)。 α∈ (0176。,90176。 （ 3） “線條方向直方圖 ”算法的設(shè)計(jì)與實(shí)現(xiàn)； 動(dòng)感和靜感是一對(duì)人類常有的情感，根據(jù)線條與圖像動(dòng)感感覺(jué)之間的聯(lián)系，使用圖像的低層特征來(lái)對(duì)藝術(shù)圖像進(jìn)行 “動(dòng)感 ”和 “靜感 ”的分類，采用了改進(jìn)的邊緣方向直方圖作為特征，并使用概率神經(jīng)網(wǎng)絡(luò)（ PNN）進(jìn)行分類，達(dá)較高的準(zhǔn)確率，是對(duì)圖像情感語(yǔ)義分類研究的有益探索。最后得到若干幅圖像，其中 “靜感 ”類圖片若干張， “動(dòng)感 ”類圖片若干張。北京航空航天大學(xué)的陳斌證明了圖象的分形維數(shù)與情感特性具有一定關(guān)系，并根據(jù)這種關(guān)系，提出了用計(jì)算機(jī)自動(dòng)產(chǎn)生和諧分布圖案的算法。 在圖像檢索系統(tǒng)的早期應(yīng)用有日本的“ Art Museum”和“ IQI 系統(tǒng)”，能夠使用印象詞（ impressionwords）如（自然的、優(yōu)雅的、華麗的等）檢索圖畫(huà)；最近的 BianchiBerthouz的 Kagent 圖像檢索系統(tǒng)，比一般的系統(tǒng)更注 重用戶的情感需求；還有 Chile 大學(xué)正在研制的 TEXRET 系統(tǒng)，希望使用類似人類感覺(jué)的定性描述來(lái)檢索紋理圖像 [21]；意大利的 Colombo 等還在圖像情感研究的基礎(chǔ)上，還進(jìn)行了視頻圖像