深层网络特征聚合重标定的中国画情感分类算法

摘要：

情景交融是中国画重要的艺术表现形式,分析并可视化其情感对帮助用户鉴赏和管理国画有重要意义.为此,提出深层网络特征聚合重标定的中国画情感分类算法.(1)依据中国画自身特点优化卷积神经网络,强化对情感贡献大的特征激活.首先,基于接缝裁剪技术重定向国画,在避免变形的同时保留画作笔墨信息;其次,构建多层聚合特征重标定网络模块,聚合模块内卷积层信息,重标定特征响应.(2)提出多类别加权激活定位的类判别映射技术,分别计算各类别相对于卷积层的梯度获得激活定位,并将其加权聚合以突出显示CNN检测到的情感区域,实现中国画情感元素可视化.在1000幅中国画情感数据集上获得85.8％的准确率,相比其他算法,该算法有更高的分类准确度,能够准确定位中国画情感描绘区域.

关键词：中国画情感、卷积神经网络、特征重标定、多类别激活定位

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部人文社科项目;天津市自然科学基金;天津市企业科技特派员项目

在线出版日期：2020-09-24（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：1420-1429