【正文】 器進行過詳細的討論。 Jinsub 建立了基于多層反饋神經(jīng)網(wǎng)絡(luò)的彩色圖案的情感評估系統(tǒng)，顯示出比前人的線性系統(tǒng)評估結(jié)果更高的準確率。搞懂 KNN 算法設(shè)計，仔細思考算法細節(jié)問題，以及各種實際中遇到的問題。 具體進度安排： (1)20xx 年 9 月 25 日 27 日：開始選題，制訂計劃。 (3)20xx 年 10 月 1 日 27 日：課題調(diào)研，文獻查閱，完成開題報告。 (5)20xx 年 11 月 2 日 下學(xué)期開學(xué)前兩周：準備資料， 迎接中期檢查。 參考文獻： [1] 陳斌 . 基于分形與小波的圖像和諧情感特性研究 [D]. 北京航空航天大學(xué)碩士學(xué)位論文 , 20xx. [2] Rafael C. Gonzalez 等著，阮秋琦等譯 . Digital Image Processing(中文版名：數(shù)字圖像處理 )[M]. 北京：電子工業(yè)出版社， 20xx. [3] Kherfi M L， Ziou D， Bernardi A. Image Retrieval From the World Wide Web： Issues，Techniques， and Systems[J]. ACM Computing Surveys， 20xx， 36(1)： 3567. [4] 章毓晉 . 基于內(nèi)容的視覺信息檢索 [M]. 北京：科學(xué)出版社， 20xx. [5] 莊越挺等著 . 網(wǎng)上多媒體信息分析與檢索 [M]. 北京：清華大學(xué)出版社， 20xx. [6] 劉偉 . 圖像檢索中若干問題的研究 [D]. 杭州：浙江大學(xué)， 20xx. [7] 王上飛，王煦法 . 圖像情感檢索研究的進展與展望 [J]. 電路與系統(tǒng)學(xué)報， 20xx，10(4)： 102110. [8] 王偉凝，余英林 . 圖像的情感語義研究進展 [J]. 電路與系統(tǒng)學(xué)報， 20xx， 8(5)：101109. [9] 王偉凝，余英林，張劍超 . 基于線條方向直方圖的圖像情感語義分類 [J]. 計算機工程， 20xx， 31(11)： 79. 4． 指導(dǎo)教師審閱意見 指導(dǎo)教師 (簽字 )： 年 月 日 說明： 本報告必須由承擔(dān)畢業(yè)論文 (設(shè)計 )課題任務(wù)的學(xué)生在畢業(yè)論文 (設(shè)計 ) 正式開始的第 1周周五之前獨 立撰寫完成，并交指導(dǎo)教師審閱。如何有效地模擬人觀察圖像后所引起的情感感覺，并使用帶有感情色彩的語義表述圖像，是一個具有很大挑戰(zhàn)性的前沿課題。 本文研究圖像的低層視覺特征與高層語義之間的關(guān)系，例如 情感的“靜態(tài)”“動態(tài)”與圖像之間的關(guān)系。在互聯(lián)網(wǎng)上收集 200幅包含“動感”和“靜感”內(nèi)容的藝術(shù)圖像（如油畫、水粉畫、中國畫。然后請 3位同學(xué)對圖像的動感作出評估，進行打分，最后得到包含 200幅“靜感”類和“動感”類圖像的數(shù)據(jù)庫。并且結(jié)合 Weighted kNN、 kNN、 BP神經(jīng)網(wǎng)絡(luò) 三種分類器對情感圖像數(shù)據(jù)庫進行分類，分類提高了圖像檢索的正確率。 通 過本次實驗證明，相對于 kNN、 Weighted kNN分類器， BP神經(jīng)網(wǎng)絡(luò) 分類器的分類正確率是比較高的，分 類率為 。通過改進訓(xùn)練樣本可以改進提高分類率。 關(guān)鍵詞： 視覺特征計算 情感圖像檢索 線條方向直方圖 分類器 II Abstract Research shows that many images are included in a certain emotional colors, different images will evoke different human emotions. How to effectively simulate the emotional feeling of people caused by the observed image and the image using semantic representations emotionally, is leading subject of a great challenge. Emotional image retrieval research in medicine, psychology, smart science, sociology, puter science, etc. in the field of agricultural science has great value. Lowlevel visual features and the relationship between highlevel semantic image this study, such as static, dynamic relationship between the images and emotions. First, create the image database containing dynamic static. Collected 200 contains dynamic and static sense, the art of image content on the Inter (such as oil painting, watercolor painting, Chinese painting, including Eastern and Western works). Then ask students to make three dynamic image assessment, scoring, and finally get that contains 200 quiet sense of class and the dynamic class image database. Secondly, the use of lines to extract image edge direction histogram feature information, then it can be improved algorithm based on paring the classification accuracy. And bined Weighted kNN, kNN, BP neural work classifier three kinds of emotional image database categorize improve the image retrieval accuracy. Use classification principle is: if the classification accuracy, then retrieved the results are correct, and vice versa. Through this experiment proved that with respect to the kNN, Weighted kNN classifier, BP neural work classifier correct rate is relatively high, the classification was . kNN, Weighted kNN were and . Can be improved by improving the training samples to improve the classification rate. This paper focuses on the line direction histogram, kNN, Weighted kNN, BP neural work classifier algorithm. Keywords: Visual features calculation emotional image retrieval line direction histogram the classifier 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 1 引言 隨著信息化時代的到來和信息傳播速度大力的提升，越來越多的圖像信息被人們所接觸。近年來，圖像檢索技術(shù)已成為什么熱門的研究課題。雖然文本圖像檢索大大的提高了圖像檢索的效率，但是有些圖像的關(guān)鍵字比較抽象、難以描述，加之一千個讀者便有一千個哈姆雷特，中國漢字的多義性使得結(jié)果往往不如人意。其實， CRIR 就是采用圖 像的顏色、紋理、形狀以及本身包含的不同層次結(jié)構(gòu)和語義信息來對圖像進行檢索的，主要依據(jù)圖像的相似性進行判斷的。情感圖像檢索的研究與人類的視覺感受到的信息密切相關(guān)，通過研究這兩者之間的關(guān)系，對未來的發(fā)展具有什么重要的意義和作用。為了滿足人們的需求，每天都會產(chǎn)生巨量的數(shù)字圖像，這樣確實是帶來了人們便利，但是用戶無論使用何種信息，首先都得面臨如何查詢自己所需的圖像信息，于是就出現(xiàn)了兩種圖像檢索方法即基于文本的圖像檢索和基于內(nèi)容的圖像檢索。它是先對圖像進行文字內(nèi)容的注解，然后在圖像數(shù)據(jù)庫里進行檢索。雖然文字注解概括了抽象的圖像信息，但是由 于用戶對事物的主觀性和文化背景的差異，人們對同一件事物的描述可能存在不同的理解，那么，當(dāng)用戶查詢時錄入的關(guān)鍵詞與數(shù)據(jù)庫中的關(guān)鍵詞不匹配或者不存在時，將會導(dǎo)致查詢失敗。再者，不同地區(qū)不同國籍之間的自然語言理解和表述問題對文本的描述也存在差異，這又給檢索造成了新的困難，盡管可以借用詞典或者互聯(lián)網(wǎng)得到簡化，但是，同時使得檢索的表達能力受到了極大的限制。因此客觀上講，目前的圖像 搜索引擎，從本質(zhì)上并沒有解決這一難題，搜索結(jié)果不能達到預(yù)期的目標。 圖 11 搜狗圖像搜索示例 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 3 由圖可以看出，圖 11 中的第二排最后一幅圖檢索到了大猩猩，第三排第 5列檢索到了海龜，這些圖片都是不符合要求的。 圖 12 百度圖 像搜索示例 另一種是基于內(nèi)容的圖像檢索 ，顧名思義，它是根據(jù)圖像的內(nèi)容進行檢索的。根據(jù)實驗結(jié)果，基于內(nèi)容的圖像檢索比較以前的檢索系統(tǒng)有很大的進步。加之，圖像內(nèi)容的豐富性和多樣性，用戶心理的變化的主觀性，對圖像檢索的研究提出了挑戰(zhàn)，因此情感圖像檢索的研究是目前十分熱門的具有挑戰(zhàn)性的研究課題，具有十分重要的意義。 圖 13 圖像檢索系統(tǒng)概念示例 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 4 基于情感圖像檢索的概念 圖像語義有好幾層 [ 4， 5 ]。它通常是以形容詞的形式表示，即快樂，浪漫，輝煌等等。情感圖像語義的自動推導(dǎo)將延長圖像索引和檢索目前的可能性范圍。此外，圖像檢索的結(jié)果也將隨著情感圖像內(nèi)容的參與而增強。圖像中的顏色、形狀、紋理與圖像中包含的情感是緊密相關(guān)的。 顏色中的情感 顏色是組成美麗圖像的元素之一。同理，色彩 飽和度的差異也給人不同的感受。 顏色是最直接、最敏感的視覺特征，是描述情感圖像最有效的特征之一，具有鮮明性、獨特性、合適性、聯(lián)想性和穩(wěn)定性等特點，在外界環(huán)境（軟件和硬件）和自生特點等因素的變化下都表現(xiàn)出超強的健壯性。例如，紅玫瑰代表熱情、興奮、強烈、好戰(zhàn)、希望、奮進，綠色 的草地代表新鮮、清新、和平，藍色的天空代表清爽、自由、寧靜。 紋理中的情感 實際上，紋理特征是顏色特征的另一種的表達形式的存在，它是一種表面的視覺屬性，表達了包含在物體表面的情感信息。 形狀中的情感 形狀特征是情感圖像中最核心的特征，它可以清晰的反映出圖像的區(qū) 域、輪廓的基本特征。例如，線條形態(tài)的不同會給人不同的感受，垂線給人以正直、公平、莊嚴、嚴肅；水平線給人寬廣、無線延伸、遐想、安靜、有活力；曲線給人以柔美、優(yōu)亞、有節(jié)奏感。 未來的研究趨勢 三個關(guān)鍵問題的改進依賴于對其他相關(guān)領(lǐng)域進一步的了解，例如，使用認知科學(xué)和心理學(xué)的輸出來設(shè)計更好的圖像特征，這與圖像的情感有著密切的關(guān)系并且可以表達圖像語義；使用最 新的研究人工智能成果和機器學(xué)習(xí)來改善情感的重組和推理效率。然而，情緒感受是非常主觀的，強烈依賴于個人的性格?？偟南敕ㄊ墙⒁粋€特定的配置文件為特定用戶或用戶組，來記錄個人喜好和共同的情感之間的自適應(yīng)信息。在該系 統(tǒng)中，感性用戶模型提出了通過用戶評估該系統(tǒng)來建立相關(guān)的反饋錄入，以便來構(gòu)建記錄每個人的主觀性。 在產(chǎn)品的圖像檢索， BAEK[ 11 ]定義的用戶配置文件僅僅通過感性的重量，通過用戶反饋，這些關(guān)鍵的重量和感性可以學(xué)習(xí)和變化 。 結(jié)合 Web 文本的關(guān)鍵字信息 現(xiàn)在越來越多的圖片來自于網(wǎng)絡(luò)。從文本和圖像梳理功能，從不同媒體的更多的信息可以被集成到推導(dǎo)出情感語義。 羅伯托 [12]提出了一種分類方法，叫做無監(jiān)督圖像分類法。這種方法可用于提取圖像的情感語義理解之間的語義關(guān)系和一般情感語義。彼得斯 [13]。羅 斯 [ 14 ]研究基于美觀的圖像自動合成拉爾夫的審美方式。一定的視覺特征的基礎(chǔ)上直覺是提取區(qū)分美學(xué)愉悅的和令人不快的圖像。 建筑實踐的目的一般系統(tǒng) 由于大多數(shù)的圖像檢索系統(tǒng)目前提出的情緒基于特定領(lǐng)域的知識和具體的畫廊喜歡繪畫，圖案，紡織品，工藝對象，背景或景觀，它們是簡單的，在特定的領(lǐng)域有限公司。這是一個具有挑戰(zhàn)性的課題，在未來隨著每一種解決方案特定領(lǐng)域的不斷提高。 原始的線條方向直方圖 對于某個圖像某點的方向梯度