基于自适应亮度调节的图像情感转换

摘要：

常见的图像情感转换方法基于迁移图像颜色可以迁移图像情感的假设,但由于图像内容的影响,直接迁移图像颜色并不能完全迁移图像情感,而且需要先获得合适的参考图像,再进行图像颜色迁移,但在实际应用中,会面临情感上与目标图像情感相近、内容上与源图像相近的参考图像获取困难、颜色迁移时需考虑局部对象语义一致性等问题.为此,文中提出了一种基于自适应亮度调节的图像情感转换方法.该方法根据心理学中图像亮度与图像情感(又称愉悦度,简称V值)具有显著相关性,通过深度神经网络ISTNet自适应地调节亮度,将图像转换到目标图像情感.首先,从现有的图像情感数据集中获取一幅图像及其对应的真实V值,通过改变图像亮度,可获得一系列亮度不同的图像;然后,通过预训练图像V值回归器预测这些内容相同而亮度不同的图像对应的伪V值;最后,利用这些图像和伪V值训练ISTNet,以学习图像亮度调节和情感变化之间的内在联系.在实际应用时,无需任何参考图像,直接将待转换图像和目标V值输入神经网络ISTNet,就可以得到对应情感标签的输出图像.实验结果表明,该方法的图像情感转换性能优于现有的基于颜色的图像情感迁移方法.

关键词：情感分析、愉悦度、亮度调节、深度神经网络

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：NSFC-广东联合基金资助项目NSFC;U1801262

在线出版日期：2023-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1-12