控制与决策

作者：张红斌,石皞炜,熊其鹏,侯婧怡

单位：华东交通大学 软件学院,南昌 330013,,华东交通大学 软件学院,南昌 330013,,华东交通大学 软件学院,南昌 330013,,华东交通大学 软件学院,南昌 330013,

关键词：主动学习;样本精选;跨模态语义;图像情感分析;判别相关分析;Catboost

基金：国家自然科学基金项目(61762038,61861016)；江西省研究生创新专项项目(YC2020-S352).

图像情感分析是机器视觉领域的研究热点,它面临的关键问题是:标注者的主观差异导致情感标签明确的高质量样本匮乏,且异构图像特征间跨模态语义未有效利用.为此,提出基于主动样本精选与跨模态语义挖掘的图像情感分析模型ASRF²(active sample refinement & feature fusion):融合主动学习与样本精选思想,设计主动样本精选策略,优选情感标签明确的样本;对异构图像特征执行判别相关分析,生成能准确刻画图像情感内容的低维跨模态语义;采用跨模态语义训练Catboost模型,实现图像情感分析.在TwitterI与FI数据集上验证ASRF²模型,识别准确率分别达90.06%和75.77%,优于主流基线且实时效率良好.与基线相比,ASRF²模型仅需两类特征,参数调制简单,更易复现.ASR策略还具备一定的泛化性,可为基线模型提供优质训练样本,以改善识别性能.

来源：2022年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第11期