典型文献
基于情感轮和多任务卷积神经网络的图像情感分布学习
文献摘要：
图像情感分布学习可以对多种情绪同时进行建模,但现有的模型缺乏有效的方法直接考虑情绪之间的相关性.针对这一问题,该文提出一种基于情感轮和多任务卷积神经网络(EW-MTCNN)的图像情感分布学习模型,通过先验知识模块将心理学情感知识直接引入到深度神经网络中.基于Mikel's情感轮定义成对情绪之间的相关性,EW-MTCNN模型采用多任务卷积神经网络学习情绪之间的相关性信息,同时优化情感分布预测和情绪分类任务.EW-MTCNN模型由3个模块组成,3个模块分别是图像特征提取层、情感轮先验知识层和多任务损失层.在情感分布数据集(Emotion6)和单标签数据集(Artphoto)上进行对比实验的结果表明:EW-MTCNN模型在情感分布预测与情绪分类任务上比其他情感分布学习方法具有更优的性能.
文献关键词：
Mikel’s情感轮;多任务卷积神经网络;情感分布学习;情绪分类;标记分布学习
中图分类号：
作者姓名：
赖金水;万中英;曾雪强
作者机构：
江西师范大学计算机信息工程学院,江西 南昌 330022
文献出处：
引用格式：
[1]赖金水;万中英;曾雪强-.基于情感轮和多任务卷积神经网络的图像情感分布学习)[J].江西师范大学学报（自然科学版）,2022(04):363-371
A类：
情感分布学习,Mikel,Emotion6,Artphoto
B类：
多任务卷积神经网络,图像情感,EW,MTCNN,先验知识,知识模块,学情感知,接引,深度神经网络,神经网络学习,学习情绪,同时优化,分布预测,情绪分类,分类任务,图像特征提取,单标签,标签数据集,标记分布学习
AB值：
0.228408
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
