文档介绍：第卷第期大连工业大学学报..
年月.
文章编号:—~—
基于多分类的图像情感分类研究
刘全中, 王吉军
大连大学信息工程学院,辽宁大连
摘要:依据基于二叉树思想的多分类支持向量机算法,进行了天气图像的情感分类方法的研究。通过
定性分析和计算对比,确定了图像情感分类的可行算法和合理参数选取方法。结果表明,完全二叉决策
树算法对于天气图像的情感识别具有较理想的效果。
关键词:图像情感;决策树;多分类;支持向量机
中图分类号: 文献标志码:

—,
,· ,,
:
—.
.
—
.
: ;—; —;
引言二叉树思想组合多个二值分类器,从而构
造出多类分类器。实验表明,相对于每次
在现有的基于内容的图像检索系统中,人们
决策分出一类的二叉决策树算法,基于径向基核
主要关注基于图像低层视觉特征的处理,往往忽
函数的完全二又决策树算法能够取得满意
略了情感的影响和作用。然而,在应用中很多图
的分类效果。
像不仅携带大量的表象信息,还蕴含着丰富的情
感信息。如何实现低阶特征到高阶语义特征的映多分类
射,从而对图像进行形容词标注,是一个崭新且具
有挑战性的前沿课题。基于情感语义的图像分支持向量机是基于统计学习理论,根据结构
类,是提高基于情感语义图像检索效率和准确度风险最小化原则设计,针对有限样本情况下的一
的关键技术之一。种机器学习算法。在很大程度上解决了模型选择
文献采用支持向量机的方法对花、鸟、车与过学习问题、非线性与维数灾难问题、局部极小
等进行了对象语义分类,没有涉及情感语义层面; 值问题等。已经在模式识别、回归分析和特征
文献采用神经网络的方法对服装图像进行情选择等方面得到了较好的应用。图是支持向量
感分类,但神经网络的优化过程可能陷入局部极机网络结构图,其基本思想是,首先通过非线性变
值。本文采用二叉决策树支持向量机换将输入空间变换到一个高维空间,然后在这个
实现了图像情感分类,从而为图像的情感标注奠新空间中求取最优或是广义最优线性分类面,而
定了基础。本文以颜色特征作为判断依据,利用这个非线性变换是通过定义适当的核函数实现
收稿日期:—.
基金项目:辽宁省教育厅科研项目;大连市科技基金项目—
作者简介:刘全中一,男,硕士研究生;通信作者:王吉军一,男,教授.
大连工业大学学报第卷
的引。由于核函数的存在,即使在特征维数增加良性能推厂到多类分类问题中去,需要对支持向
很多的情况下,解最优化的过程并没有增加多少量分类机进行改进。目前,在统计学习领域广泛
复杂度,因此成功解决了特征维数灾难问题。核应用的多分类器设计方法主要是二类组合法,比
函数的选择必须满足条件。常用的核较常用的方法有:“一对多”、“一对一”、
函数有: 等。但这些方法存在各自的缺点,“一对多”方法
线性核函数存在误分、拒分区域,泛化能力差;“一对一”决策
线性核函数是最基本的一种非线性映射: 速度慢,推广误差无界; 存在误差累计
, , .· , 问题。。
其中,,,是特征向量。
多项式核函数
多项式核函数是最常用的一种非线性映射:
, ,一’,
其中,