计算机工程

作者：蔡国永, 储阳阳

单位：1. 桂林电子科技大学 计算机与信息安全学院, 广西 桂林 541004;2. 桂林电子科技大学广西可信软件重点实验室, 广西 桂林 541004

关键词：社交媒体,视觉情感分析,卷积神经网络,注意力,特征融合

基金：国家自然科学基金（61763007）；广西自然科学基金重点项目（2017JJD160017）。

为获得更具判别性的视觉特征并提升情感分类效果，构建融合双注意力多层特征的视觉情感分析模型。通过卷积神经网络提取图像多通道的多层次特征，根据空间注意力机制对多通道的低层特征赋予空间注意力权重，利用通道注意力机制对多通道的高层特征赋予通道注意力权重，分别强化不同层次的特征表示，将强化后的高层特征和低层特征进行融合，形成用于训练情感分类器的判别性特征。在3个真实数据集Twitter Ⅰ、Twitter Ⅱ和EmotionROI上进行对比实验，结果表明，该模型的分类准确率分别达到79.83%、78.25%和49.34%，有效提升了社交媒体视觉情感分析的效果。

来源：2021年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第9期