一种基于情感分布学习的情感成分分析方法及其系统

摘要

本发明公开了一种基于情感分布学习的情感成分分析方法及其系统，先给每幅图像的每种基础情感进行打分，计算情感分布向量和每一对基础情感标记向量之间的相关系数，基于这个相关系数计算权值矩阵；再使用图像特征向量及其情感分布作为训练集，将最大熵模型与Jeffrey散度以及权值矩阵结合起来，加上两个正则化项生成目标函数，优化该目标函数得到用于情感分布预测的参数模型；然后对待进行情感分布估计的图像进行特征提取，使用训练出来的模型预测情感分布，若情感标记所对应的值大于虚拟标记成分比，则判定为主要情感成分。本发明提出的方法和系统可以快速、有效地训练出情感成分分析的模型，计算出该表情包含哪些情感以及每种情感所包含的比重。