《表5 本文与传统方法的情感分类准确率Tab.5 Accuracy of image emotion classification using proposed method and traditio

《表5 本文与传统方法的情感分类准确率Tab.5 Accuracy of image emotion classification using proposed method and traditio   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于卷积神经网络的领带花型情感分类》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

将文献[1-3]、[19]中提到的特征提取方法与本文方法进行了对比,采用本文的图像库进行验证,对比结果见表5。可以看出,本文方法比传统基于手工特征的分类方法情感分类准确率高。这主要是因为图像情感是人的主观感觉,并不能单纯通过某几种手工特征完全映射人的情感表达;而CNN可自动提取特征,通过大量样本的训练可挖掘数据的局部特征、全局特征和上下文信息,在推理规则不明确的情况下从大量样本中提取与人真实的情感相匹配的情感特征,泛化能力强。