[发明专利]一种基于ResNet-GCN网络的图像情感分类方法在审
申请号: | 201810292286.3 | 申请日: | 2018-03-30 |
公开(公告)号: | CN108416397A | 公开(公告)日: | 2018-08-17 |
发明(设计)人: | 王伟凝;李乐敏;黄杰雄 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 陈文姬 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于ResNet‑GCN网络的图像情感分类方法,包括以下步骤:(1)图像情感分类网络设计:由前部分结构ResNet‑50网络和后部分结构GCN网络组成;(2)图像情感分类框架设计:包含一个图像情感分类网络ResNet‑GCN和一个用于决策融合网络特征的支持向量分类器;(3)对原始图像进行显著主体提取和金字塔切割;(4)训练图像情感分类网络;(5)测试图像情感分类框架;(6)用户图像使用已训练好的图像情感分类框架进行分类,实现图像情感分类。本发明得到的图像情感分类结果符合人类情感标准,判断过程无需人工参与,实现了机器全自动图像情感分类。 | ||
搜索关键词: | 情感分类 图像 网络 支持向量分类 测试图像 决策融合 框架设计 判断过程 人工参与 人类情感 网络设计 网络特征 网络组成 训练图像 用户图像 原始图像 金字塔 切割 分类 | ||
【主权项】:
1.一种基于ResNet‑GCN网络的图像情感分类方法,其特征在于,包括如下步骤:(1)图像情感分类网络设计:所述图像情感分类网络由前后两部分结构组成,前部分为残差网络ResNet‑50结构,后部分为全卷积网络GCN结构;所述ResNet‑50结构包含第一卷积层组、第二卷积层组、第三卷积层组、第四卷积层组、第五卷积层组、1个完全连接层和1个Softmax层;所述GCN结构四个GCN结构,分别接在前部分结构ResNet‑50的第二、三、四和五卷积层组之后;每个GCN结构后紧跟一个池化层,其中最后一个池化层连接到前部分的完全连接层的神经元中;所述完全连接层根据图像情感种类,将神经元数量设为图像情感类别数N;所述第一卷积层组、第二卷积层组、第三卷积层组、第四卷积层组、第五卷积层组的输出通道,根据图像情感种类,将其设为图像情感类别数N;(2)图像情感分类框架设计:所述图像情感分类框架包含一个图像情感分类网络和一个支持向量分类器;(3)图像预处理:对原始图像进行显著主体提取、金字塔切割,共得到包含原始图像在内的三种输入图像;(4)训练图像情感分类网络:基于输入的原始图像,有监督地训练图像情感分类网络;(5)测试图像情感分类框架:针对原始图像、显著主体提取、金字塔切割三形式的输入图像,图像情感分类网络学习相应的情感特征,决策融合三种情感特征,训练和测试SVM分类器并输出分类结果;其中,情感特征包含原始图像特征、显著主体图特征和金字塔分割子图特征;(6)对用户图像使用已训练好的图像情感分类框架,实现图像的情感分类。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810292286.3/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序