| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 社交图像的情感和美学评价研究背景 | 第11-12页 |
| 1.2 社交图像的情感研究现状 | 第12-15页 |
| 1.3 社交图像的美学评价研究现状 | 第15-17页 |
| 1.4 本文的研究内容与章节安排 | 第17-19页 |
| 第二章 基于多层次深度卷积神经网络的图像情感分类研究 | 第19-34页 |
| 2.1 情感分析 | 第20-25页 |
| 2.2 图像情感分类的多层次深度卷积神经网络 | 第25-26页 |
| 2.2.1 单层ResNet网络结构 | 第25-26页 |
| 2.2.2 多层网络融合 | 第26页 |
| 2.3 数据集 | 第26-28页 |
| 2.4 实验结果分析 | 第28-32页 |
| 2.4.1 聚合函数的选择对比实验 | 第28-29页 |
| 2.4.2 You的情感图库上的实验结果分析 | 第29-31页 |
| 2.4.3 小数量级的情感图库上的实验结果分析 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于ResNet-GCN网络的图像情感分类研究 | 第34-50页 |
| 3.1 基于ResNet-GCN网络的图像情感分类框架 | 第35-40页 |
| 3.1.1 ResNet-GCN网络 | 第35-38页 |
| 3.1.2 图像主体的情感得分与主体特征 | 第38-40页 |
| 3.1.3 金字塔切割与决策融合 | 第40页 |
| 3.2 数据集 | 第40-41页 |
| 3.3 实验结果分析 | 第41-48页 |
| 3.3.1 GCN网络中的参数选择实验 | 第42-43页 |
| 3.3.2 大数据级的情感图库下的实验结果分析 | 第43-46页 |
| 3.3.3 小数据级的情感图库下的实验结果分析 | 第46-47页 |
| 3.3.4 不同分类方法的具体图像分类对比 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 人物社交图像的美学评价研究 | 第50-64页 |
| 4.1 人脸美学特征 | 第51-55页 |
| 4.2 深度学习方法在美学质量评价上的应用 | 第55-56页 |
| 4.3 决策融合 | 第56-57页 |
| 4.4 数据集和实验结果分析 | 第57-63页 |
| 4.4.1 数据集 | 第57-58页 |
| 4.4.2 在Li的人物库上的实验结果分析 | 第58-59页 |
| 4.4.3 在CUHKPQ的人物类别上的实验结果分析 | 第59-60页 |
| 4.4.4 在AVA_Face图库上的实验结果分析 | 第60-62页 |
| 4.4.5 特征分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
