构建情感机器：通过深度神经网络识别图像情感

图像是传达情感的一种非常有效的工具。许多研究者已经探索了通过从图像中提取的各种特征来计算图像情感。在本文中，我们聚焦于两个高层特征——物体和背景，并假设图像的语义信息是预测情感的良好线索。物体是定义图像的最重要元素之一，我们通过实验发现，图像中的物体与情感之间存在高度相关性。即使物体相同，由于背景不同，情感也可能存在细微差异，我们利用背景的语义信息来提升预测性能。通过结合不同层次的特征，我们构建了一个基于情感的前馈深度神经网络，该网络能够生成给定图像的情感值。我们框架中输出的情感值是二维空间（效价和唤醒度）中的连续值，这在描述情感时比使用少数几个情感类别更为有效。实验证实了我们的网络在预测图像情感方面的有效性。