基于深度学习的绘画情感分析方法

摘要

本发明提供的基于深度学习的绘画情感分析方法包括：构建绘画图像数据集；预先训练好卷积神经网络VGG16模型，采用迁移学习方法，使用深度学习库MXNet作为实验框架，将模型最后一个包含1000个神经元的全连接层替换为2个神经元，以输出积极的情绪和消极的情绪；采用5折交叉验证将数据集分为训练集和验证集，使用批量随机梯度下降的方式训练，批量设置为64，采用5次实验的均值作为模型的最终结果；对构建的绘画图像数据集进行扩充；基于扩充的绘画图像数据集，对卷积神经网络VGG16模型进行再次训练；利用训练好的卷积神经网络VGG16模型对绘画图像进行情感分析，有效解决了数据集不是足够大时可能出现的过拟合的问题。