基于多视觉目标融合的图像情感分类方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.3 本文的研究工作 | 第13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 2 国内外研究现状及相关工作 | 第15-20页 |
| 2.1 基于视觉认知的图像情感分析 | 第16页 |
| 2.2 基于深度学习的图像情感分析 | 第16-17页 |
| 2.3 基于目标对象的图像情感分析 | 第17-18页 |
| 2.4 本章小节 | 第18-20页 |
| 3 基于多视觉目标融合的歧视情感分析 | 第20-27页 |
| 3.1 歧视情感的分类 | 第20-21页 |
| 3.2 歧视敏感对象类及属性的定义 | 第21-23页 |
| 3.3 歧视情感检测及学习流程 | 第23-25页 |
| 3.4 本章小结 | 第25-27页 |
| 4 歧视敏感对象及属性的获取与融合学习 | 第27-47页 |
| 4.1 目标对象的获取 | 第27-31页 |
| 4.1.1 候选区域生成 | 第28-29页 |
| 4.1.2 Fast RCNN | 第29-30页 |
| 4.1.3 模型训练 | 第30-31页 |
| 4.2 敏感对象的属性特征 | 第31-36页 |
| 4.2.1 卷积网络 | 第34-35页 |
| 4.2.2 损失函数优化 | 第35-36页 |
| 4.3 图像中文字语义判断 | 第36-42页 |
| 4.3.1 自然场景下的图像文字识别 | 第36-42页 |
| 4.3.1.1 循环神经网络 | 第39-41页 |
| 4.3.1.2 连接时序分类损失函数 | 第41-42页 |
| 4.3.2 语义判定 | 第42页 |
| 4.4 多目标属性融合 | 第42-46页 |
| 4.4.1 条件随机场的定义 | 第44-45页 |
| 4.4.2 CRF模型的建立 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 实验结果的对比与分析 | 第47-60页 |
| 5.1 数据集准备 | 第47页 |
| 5.2 实验环境 | 第47-48页 |
| 5.3 对比方法 | 第48-50页 |
| 5.4 性能分析 | 第50-58页 |
| 5.4.1 歧视对象检测的准确率 | 第51-53页 |
| 5.4.2 属性的获取 | 第53-54页 |
| 5.4.3 字符串识别准确度 | 第54-55页 |
| 5.4.4 分类准确性 | 第55-58页 |
| 5.5 实验优化 | 第58-59页 |
| 5.6 本章小节 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |
