摘要
本发明涉及一种电子技术领域的图像情感分析方法。该方法融合深度学习模型ResNet‑18提取的图像特征、Haar级联分类器提取的特征以及OpenCV和Numpy提取的特征,构建多维信息融合的情感分析系统。系统通过预训练的ResNet‑18提取图像特征并映射到不同的情感类别,生成初始得分;再利用Haar级联分类器进行人脸及笑容检测,笑容的检测结果反映了图像中人物的愉悦程度;如果检测到人脸且未检测到笑容,则使用Canny边缘检测和Sobel梯度分析来判断图像中人物的消极程度;并借助OpenCV和Numpy库计算图像的亮度、对比度、纹理复杂度、对称性、色彩方差、蓝色调、暗色调等属性,动态调整情感得分;最后,利用知识图谱将情感得分与图像特征的关系以图形化方式展示,提高情感分析的准确性和可解释性。
技术关键词
图像情感分析方法
恐惧情感
融合深度学习模型
负面情绪检测
融合多维特征
级联分类器
表情特征提取
情感分析系统
动态知识图谱
复杂度
节点
边缘检测
特征值
蓝色
纹理
情感类别
检测人脸
系统为您推荐了相关专利信息
深度学习融合
双向长短期记忆网络
锂离子电池
注意力机制
构建卷积神经网络
软体机械手
抓取控制方法
可调刚度
绳索导向机构
微型拉力传感器
动态知识图谱
重构误差
实体关联信息
文本特征向量
异常状态
节点
路径结构
网络安全威胁
图谱
融合深度学习模型