构建用于图像情感识别的大规模数据集：细节与基准

心理学研究结果已证实，人们对不同的视觉刺激会有不同的情绪反应。已有若干论文发表了关于视觉情感分析问题的研究。特别是，已有尝试分析和预测人们对图像的情绪反应。为此，提出了不同种类的手工调优特征。在数个精心挑选并标注的小型图像数据集上报告的结果证实了此类特征的前景。尽管近期许多计算机视觉相关任务的成功得益于卷积神经网络(CNN)的采用，视觉情感分析尚未取得同等水平的成功。这主要可能是因为缺乏用于视觉情感分析的、标注可靠且规模相对较大的图像数据集。本工作中，我们引入了一个新数据集，它始于 300 万余张不同情绪的弱标注图像，最终规模达到当前公开可用的最大视觉情感数据集的 30 倍。我们希望该数据集能推动视觉情感分析的进一步研究。我们还使用包括 CNN 在内的前沿方法在该大规模数据集上进行了广泛的基准分析。