一种基于注意力机制的CNN-RNN图像情感分析方法

摘要

本发明公开了一种基于注意力机制的CNN‑RNN图像情感分析方法，包括：S11.通过ResNet‑50卷积神经网络获取图像的特征，并通过ResNet‑50卷积神经网络的5个分支分别提取不同抽象层次的图像特征；S12.将提取的不同抽象层次的图像特征输入至双向循环神经网络GRU中，捕获不同抽象层次的依赖关系，得到不同层次的图像特征；S13.通过注意力机制层确定不同层次特征对图像情感影响的注意力权重系数，对双向循环神经网络GRU输出的不同层次的图像特征进行加权线性组合，得到最终特征；S14.将得到的最终特征通过全连接层和Softmax分类器处理，得到注意力机制的图像情感分析模型；S15.得到注意力机制的图像情感分析模型后，对图像情感分析模型进行训练并将模型应用于图像情感分析中进行分析。