一种基于子任务的图像情感标记分布学习方法

本发明提供一种基于子任务的图像情感标记分布学习方法，以解决现有基于辅助任务的标记分布学习方法对专家知识具有依赖性的问题。该方法包括图像情感数据收集、结构化特征预处理、子任务标记分布集合构建、考虑子任务的基于浅层/深层模型的学习方法。与现有技术相比，本发明通过学习子任务标记空间掩码矩阵，将标记分布细分为多个子任务标记分布，以生成包含新知识的伪监督信息，构建子任务标记分布并视之为辅助任务共同学习，有效地提升了图像情感标记分布预测的准确性。本发明能够广泛应用于心理健康监测、情感计算和人机交互等领域，为复杂情感辨识提供了可靠的技术方案。