4.3.6　图像情感机器自评估

图像情感机器评估分为两个步骤：图像情感因子的机器评估；图像情感语义（形容词）的机器评估。

通过上面章节的工作，我们分别得到了与每个情感因子相对应的图像低层特征，现在需要建立图像低层特征到这两个情感因子值之间的联系，这个过程需要通过机器学习的方法来实现。为此，我们选用了BP神经网络的方法，针对每一个因子，根据其相应的图像特征单独构造一个神经网络进行训练，通过两个神经网络完成情感因子的机器估算；再通过因子载荷矩阵，见式（2－1），实现图像情感描述值的估算。

对任何一幅男西装图像，分别提取它的图像低层特征，第一个特征为十维的亮度—冷暖模糊直方图特征，作为第一个神经网络的输入，用于估算第一个情感因子值；第二个特征为七维的饱和度—冷暖模糊直方图+彩色对比度特征，作为第二个神经网络的输入，用于估算第二个情感因子值。在完成两个神经网络的训练后，这两个网络就可以根据任何一幅图像的上述特征，自动估算出该图像的两个情感因子值。在情感因子值的基础上，通过因子分析中得到的因子载荷矩阵，见式（2－1），可以把两个因子值转化为五对情感语义描述词的评估值，即得到图像在情感语义空间的描述值，反映出人在观看每幅图像后，所引发的五对（十种）情感感受的程度。