图像情感分析综述论文精读 Affective Image Content Analysis: Two Decades Review and New Perspectives

摘要

本文全面回顾近二十年来AICA的发展，特别是关注最先进的方法，涉及三个主要挑战-情感差距，感知主观性，标签噪声和缺失。作者首先介绍了在AICA中广泛使用的关键情感表示模型，并描述了可用的数据集，用于通过标签噪声和数据集偏差的定量比较进行评估。然后，总结和比较了以下方面的代表性方法:(1)情感特征提取，包括手工特征和深度特征;(2)主导情感识别、个性化情感预测、情感分布学习和从噪声数据或少标签中学习的学习方法;(3)基于AICA的应用。最后，我们讨论了图像内容与上下文理解、群体情感聚类和观众-图像交互等未来研究的挑战和前景。

1.引言

1.1 主要目标和挑战

1.3 简史

1.4 与其他相关领域的对比

3.数据集

4.情绪特征提取

5.不同任务的学习方法

6.AICA 的应用

7.未来方向

8.结论