大規(guī)模場(chǎng)景圖像的情感語義分析若干關(guān)鍵技術(shù)研究簡(jiǎn)介，目錄書摘
《大規(guī)模場(chǎng)景圖像的情感語義分析若干關(guān)鍵技術(shù)研究》內(nèi)容簡(jiǎn)介：本書圍繞場(chǎng)景圖像的情感語義理解展開研究，從情感語義數(shù)據(jù)的獲取、自動(dòng)標(biāo)注、情感語義類別的預(yù)測(cè)及大規(guī)模場(chǎng)景圖像數(shù)據(jù)的高效檢索等方面進(jìn)行了探討和研究，系統(tǒng)地闡述了場(chǎng)景圖像情感語義分析的關(guān)鍵技術(shù)。從理論上，對(duì)場(chǎng)景圖像蘊(yùn)含的情感語義進(jìn)行了抽象、分析和形式化表示；在實(shí)踐上，搭建了實(shí)驗(yàn)平臺(tái)進(jìn)行了驗(yàn)證和分析，為各類圖像數(shù)據(jù)的情感語義理解提供了新的思路和途徑。全書集理論、技術(shù)、方法及實(shí)踐于一體，具有較強(qiáng)的理論性和實(shí)踐性，反映了當(dāng)前該理論的*新研究成果。
曹建芳，教授。1999年7月畢業(yè)于太原理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，2005年7月獲山西大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)碩士學(xué)位，2015年7月獲太原理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)博士學(xué)位，主要研究領(lǐng)域?yàn)閿?shù)字圖像的語義理解。主持山西省自然科學(xué)基金一項(xiàng)（No. 2013011017-2），山西省高?？萍紕?chuàng)新項(xiàng)目一項(xiàng)（No. 2013150），并主要參與了一項(xiàng)國家自然科學(xué)基金項(xiàng)目（No. 61202163）的研究。現(xiàn)已發(fā)表學(xué)術(shù)論文30余篇，其中SCI、EI兩大檢索計(jì)17篇。
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 圖像的情感語義分析
1.2.2 圖像檢索技術(shù)研究現(xiàn)狀
1.3 本書主要工作
1.3.1 場(chǎng)景圖像的情感語義特征提取研究
1.3.2 基于模糊理論的場(chǎng)景圖像自動(dòng)標(biāo)注方法研究
1.3.3 場(chǎng)景圖像的情感類別預(yù)測(cè)研究
1.3.4 基于MdpReduce的大規(guī)模場(chǎng)景圖像檢索技術(shù)研究
1.4 本書組織結(jié)構(gòu)
1.5 本章小結(jié)
第2章 大數(shù)據(jù)處理與圖像檢索
2.1 大數(shù)據(jù)的種類、特點(diǎn)和應(yīng)用
2.1.1 大數(shù)據(jù)的種類
2.1.2 大數(shù)據(jù)的特點(diǎn)
2.1.3 大數(shù)據(jù)的應(yīng)用
2.2 大數(shù)據(jù)處理面臨的問題
2.3 大數(shù)據(jù)處理與圖像檢索的關(guān)系
2.4 本章小結(jié)
第3章 開放行為學(xué)實(shí)驗(yàn)環(huán)境下的場(chǎng)景圖像情感語義分析
3.1 圖像情感語義理解的相關(guān)概念
3.1.1 情感與情感計(jì)算
3.1.2 情感建模
3.1.3 圖像情感語義分析
3.1.4 圖像情感語義標(biāo)注
3.1.5 圖像情感語義檢索
3.2 圖像語義層次模型
3.3 開放行為學(xué)實(shí)驗(yàn)環(huán)境下場(chǎng)景圖像的情感語義分析
3.3.1 情感模型的選擇
3.3.2 被試的選取
3.3.3 實(shí)驗(yàn)數(shù)據(jù)和方案設(shè)計(jì)
3.3.4 場(chǎng)景圖像情感語義數(shù)據(jù)分析方法
3.3.5 場(chǎng)景圖像的情感語義數(shù)據(jù)實(shí)驗(yàn)分析
3.4 圖像分析和檢索的性能評(píng)測(cè)
3.5 本章小結(jié)
第4章 基于模糊理論的場(chǎng)景圖像情感語義標(biāo)注方法
4.1 模糊理論
4.1.1 概述
4.1.2 基本定義
4.2 顏色視覺特征提取
4.2.1 顏色空間的選取
4.2.2 HSV顏色空間量化
4.2.3 基于權(quán)重的不規(guī)則分塊場(chǎng)景圖像顏色特征提取
4.3 場(chǎng)景圖像的模糊語義描述
4.3.1 情感值的確定
4.3.2 情感規(guī)則G
4.3.3 情感規(guī)則映射T
4.4 基于T-S模糊神經(jīng)網(wǎng)絡(luò)的場(chǎng)景圖像的情感語義特征映射
4.4.1 T-S模糊神經(jīng)網(wǎng)絡(luò)（T-S FNN）
4.4.2 語義特征映射
4.5 場(chǎng)景圖像的情感語義自動(dòng)標(biāo)注
4.6 實(shí)驗(yàn)結(jié)果及分析
4.7 本章小結(jié)
第5章 基于Adaboost-PSO-BP神經(jīng)網(wǎng)絡(luò)的場(chǎng)景圖像情感語義類別預(yù)測(cè)算法
5.1 融合情緒、性格因素的OCC情感模型
5.1.1 情緒因素描述
5.1.2 性格因素描述
5.1.3 融合情緒、性格因素的情感建模方法
5.2.BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的優(yōu)化
5.2.1 BP神經(jīng)網(wǎng)絡(luò)
5.2.2 粒子群優(yōu)化算法（PSO）優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
5.3 Adaboost-PSO-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法
5.3.1 Adaboost算法
5.3.2 Adaboost-PSO-BP神經(jīng)網(wǎng)絡(luò)算法
5.4 場(chǎng)景圖像情感語義類別預(yù)測(cè)
5.5 實(shí)驗(yàn)結(jié)果與討論
5.6 本章小結(jié)
第6章 基于MapReduce的大規(guī)模場(chǎng)景圖像檢索技術(shù)
6.1 Hadoop平臺(tái)相關(guān)技術(shù)介紹
6.1.1 Hadoop的起源和背景
6.1.2 HDFS體系結(jié)構(gòu)
6.1.3 MapReduce編程模型
6.1.4 Mahout算法庫
6.2 基于MapReduce的大規(guī)模場(chǎng)景圖像檢索方案
6.2.1 場(chǎng)景圖像檢索整體框架
6.2.2 大規(guī)模場(chǎng)景圖像及其特征的存儲(chǔ)
6.2.3 場(chǎng)景圖像的特征提取
6.2.4 基于分布式Mean Shift的場(chǎng)景圖像特征聚類算法
6.3 實(shí)驗(yàn)與結(jié)果分析
6.3.1 實(shí)驗(yàn)環(huán)境與測(cè)試數(shù)據(jù)
6.3.2 系統(tǒng)性能測(cè)試與分析
6.4 本章小結(jié)
第7章 總結(jié)與展望
7.1 本書工作總結(jié)
7.2 研究展望
參考文獻(xiàn)
京公網(wǎng)安備 11000002000088號(hào)
