基于融合特征和迁移学习的艺术图像情感识别研究

摘要

艺术图像的视觉情感分析有助于对艺术图像的鉴赏与保护。本文利用改进的FPN模型提取艺术图像的不同层次的情感语义特征,运用CLAHE突出艺术图像的颜色特征,分别提取图像在HSV颜色空间下的H-S二维特征及在YCrCb颜色空间下的CrCb二维特征,并设置两种颜色特征的不同权重,提出一种基于图像特征融合的情感识别模型HCFNet。实验结果表明,本文提出的模型对艺术图像情感识别的准确率可达到90.63%,比经典卷积神经网络模型和未改进FPN模型均有提升,可有效实现艺术图像情感识别任务。