学习多层次深度表征用于图像情感分类
计算机视觉与模式识别
2018-09-26 v2
摘要
本文提出一种新的深度网络，学习多层次深度表征用于图像情感分类（MldrNet）。图像情感可以通过图像语义、图像美学以及来自全局和局部视角的低层视觉特征来识别。现有的图像情感分类工作使用手工特征或深度特征，主要关注低层视觉特征或语义级图像表征，未能综合考虑所有因素。所提出的 MldrNet 结合了不同层次的深度表征，即图像语义、图像美学和低层视觉特征，以有效分类不同类型图像（如抽象画和网络图像）的情感类型。在互联网图像和抽象画上的大量实验表明，所提方法优于使用深度特征或手工特征的最先进方法。所提方法在整体分类准确率上比最先进方法至少提升了 6% 的性能。
引用
@article{arxiv.1611.07145,
title = {Learning Multi-level Deep Representations for Image Emotion Classification},
author = {Tianrong Rao and Min Xu and Dong Xu},
journal= {arXiv preprint arXiv:1611.07145},
year = {2018}
}