一种融合多尺度信息的图片情感识别方法
基本信息
| 申请号 | CN202111481080.3 | 申请日 | - |
| 公开（公告）号 | CN114170411A | 公开（公告）日 | 2022-03-11 |
| 申请公布号 | CN114170411A | 申请公布日 | 2022-03-11 |
| 分类号 | G06V10/20（2022.01）I;G06V10/40（2022.01）I;G06V10/80（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李光华;杨军;何亚东;罗玮;杨东;张宇 | 申请（专利权）人 | 国能大渡河大岗山发电有限公司 |
| 代理机构 | 成都启慧金舟知识产权代理事务所（特殊普通合伙） | 代理人 | 何媛 |
| 地址 | 625400四川省雅安市石棉县王岗坪彝族藏族乡挖角村水电路1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种融合多尺度信息的图片情感识别方法，主要涉及深度学习中提取和融合多尺度特征进行图片情感识别的问题。此方法将局部特征和全局特征融合，进行多任务情感识别，并利用KL损失函数和交叉熵进行图片情感识别学习，完善了识别的信息。首先，使用两个网络分别提取局部特征和全局特征：利用ViT网络来进行局部特征提取，有利于获得小尺度的情感特征；利用ResNet网络进行全局特征提取，以获得深层情感特征。在将局部特征和全局特征融合后，将其送入全连接层进行分类，在完成主导情绪识别的同时进行了标签分布学习预测，解决了视觉特征提取不够充分的问题，能够合理地实现实例到情感空间的映射。 |
