一种端到端弱监督学习网络模型的中国画情感识别

摘要：

情感识别是计算机视觉研究中的一个热点,研究中国画表现的情感对于作品鉴赏工作具有重要意义.为了提高识别性能,针对传统卷积神经网络用于提取中国画的局部区域信息会导致有效信息丢失的问题,文章提出一种基于端到端弱监督学习网络方法对中国画情感进行识别.提出的学习网络由2个分类模块和1个情感强度预测模块组成.首先,在改进特征金字塔网络的基础上构建强度预测通道,提取多层次特征.使用基于梯度的类激活映射技术从第一个分类通道生成伪强度映射图,以指导提出的网络进行情感强度学习.将预测的强度图输入到第二分类通道中进行最终的中国画情感识别.最后,在公开数据集上对提出的方法进行了验证,实验结果表明,所提出的网络就混淆矩阵、平均分类准确率、平均情感识别率分别提高了10％,15％和13％.

关键词：中国画情感识别、端到端弱监督学习网络、情感强度图、基于梯度的类激活映射

所属期刊栏目：27

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省社会科学界联合会基金;国防工业技术发展计划指导项目

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：69-78