一种公众主观情感量化方法、系统及电子设备

技术特征：
1.一种公众主观情感量化方法，其特征在于：包括以下步骤：s1、选取城市图像，采用互联网众包和成对比较法获取每张城市图像的主观情感得分；其中主观情感包括美感、安全、生动、富饶、单调和压抑；s2、获取各类主观情感的所有得分的平均值和方差，根据平均值和方差对每张城市图像的该类主观情感进行二分类，得到每张城市图像的该类主观情感对应的分类值，进而获取每张城市图像的主观情感得分对应的二分类标签向量；s3、采用图像编码器和神经网络构建情感指数模型，将城市图像和其对应的二分类标签向量作为训练集对情感指数模型进行训练，得到训练后的情感指数模型；s4、采用训练后的情感指数模型对目标图像进行主观情感量化。2.根据权利要求1所述的公众主观情感量化方法，其特征在于，步骤s1的具体方法包括以下子步骤：s1-1、选取任意两张城市图像，采用互联网众包和成对比较法获取每张城市图像分别在美感、安全、生动、富饶、单调和压抑六个方面进行比较；比较结果包括“获胜”、“平局”和“失败”；s1-2、根据公式：2、根据公式：获取第i张城市图像在第n类主观情感中获胜的概率p
in
和失败的概率其中为第i张城市图像在第n类主观情感中获胜的次数；r
in
为第i张城市图像在第n类主观情感中平局的次数；为第i张城市图像在第n类主观情感中失败的次数；s1-3、根据公式：对第i张城市图像在第n类主观情感中的表现进行打分，得到第i张城市图像在第n类主观情感中的得分其中表示第i张城市图像在第n类主观情感中胜过第j张城市图像的获胜比率；为第j张城市图像在第n类主观情感中获胜的次数；为第k张城市图像在第n类主观情感中失败的次数；表示失败于第i张城市图像的第k张城市图像的失败比率；n＝1,2,3,4,5,6，分别对应于美感、安全、生动、富饶、单调和压抑。3.根据权利要求1所述的公众主观情感量化方法，其特征在于，步骤s2的具体方法包括以下子步骤：s2-1、获取第n类主观情感的所有得分的平均值μ
n
和方差σ
n
；s2-2、根据公式：
y
zn
＝μ
n
ω
n
σ
n
获取第n类主观情感对应的负样本分类值和正样本分类值y
zn
；其中ω
n
为第n类主观情感的控制参数；s2-3、为第i个城市图像初始化一个元素个数等于主观情感类数的一维向量x
i
；s2-4、为第i个城市图像的一维向量x
i
进行赋值，获取每个城市图像的二分类标签向量：若第i个城市图像的第n类主观情感得分小于则将一维向量x
i
中第n个元素值设置为-1；若第i个城市图像的第n类主观情感得分大于y
zn
，则将一维向量x
i
中第n个元素值设置为1；若第i个城市图像的第n类主观情感介于和y
zn
之间，则将一维向量x
i
中第n个元素值设置为0。4.根据权利要求3所述的公众主观情感量化方法，其特征在于，第n类主观情感的控制参数ω
n
的取值范围为0.5≤ω
n
≤1.5。5.根据权利要求3所述的公众主观情感量化方法，其特征在于，步骤s3的具体方法包括以下子步骤：s3-1、采用resnext-50作为情感指数模型的图像编码器，采用全连接人工神经网络替换resnext-50的输出层并作为情感指数模型的特征分类器，得到情感指数模型；s3-2、剔除二分类标签向量中存在0元素的城市图像及该二分类标签向量，将剩余的城市图像及对应的二分类标签向量作为原始数据集；s3-3、将原始数据集按照7：3的比例划分为训练集和测试集，通过7折交叉验证方式对情感指数模型进行训练，当情感指数模型的正确率达到阈值时，结束训练并得到训练后的情感指数模型。6.一种公众主观情感量化系统，其特征在于，包括：主观情感打分模块，用于选取城市图像，采用互联网众包和成对比较法获取每张城市图像的主观情感得分；其中主观情感包括美感、安全、生动、富饶、单调和压抑；二分类标签向量获取模块，用于获取各类主观情感的所有得分的平均值和方差，根据平均值和方差对每张城市图像的该类主观情感进行二分类，得到每张城市图像的该类主观情感对应的分类值，进而获取每张城市图像的主观情感得分对应的二分类标签向量；情感指数模型构建模块，用于采用图像编码器和神经网络构建情感指数模型，将城市图像和其对应的二分类标签向量作为训练集对情感指数模型进行训练，得到训练后的情感指数模型；主观情感量化模块，用于采用训练后的情感指数模型对目标图像进行主观情感量化。7.根据权利要求6所述的公众主观情感量化系统，其特征在于，主观情感打分模块包括：图像比较子模块，用于选取任意两张城市图像，采用互联网众包和成对比较法获取每张城市图像分别在美感、安全、生动、富饶、单调和压抑六个方面进行比较；比较结果包括“获胜”、“平局”和“失败”；获胜和失败概率计算子模块，用于根据公式：
获取第i张城市图像在第n类主观情感中获胜的概率p
in
和失败的概率其中为第i张城市图像在第n类主观情感中获胜的次数；r
in
为第i张城市图像在第n类主观情感中平局的次数；为第i张城市图像在第n类主观情感中失败的次数；打分子模块，用于根据公式：对第i张城市图像在第n类主观情感中的表现进行打分，得到第i张城市图像在第n类主观情感中的得分其中表示第i张城市图像在第n类主观情感中胜过第j张城市图像的获胜比率；为第j张城市图像在第n类主观情感中获胜的次数；为第k张城市图像在第n类主观情感中失败的次数；表示失败于第i张城市图像的第k张城市图像的失败比率；n＝1,2,3,4,5,6，分别对应于美感、安全、生动、富饶、单调和压抑。8.根据权利要求7所述的公众主观情感量化系统，其特征在于，二分类标签向量获取模块包括：平均值与方差获取子模块，用于获取第n类主观情感的所有得分的平均值μ
n
和方差σ
n
；正负样本分类值获取子模块，用于根据公式：y
zn
＝μ
n
ω
n
σ
n
获取第n类主观情感对应的负样本分类值和正样本分类值y
zn
；其中ω
n
为第n类主观情感的控制参数；二分类标签向量初始化子模块，用于为第i个城市图像初始化一个元素个数等于主观情感类数的一维向量x
i
；二分类标签向量赋值子模块，用于为第i个城市图像的一维向量x
i
进行赋值，获取每个城市图像的二分类标签向量：若第i个城市图像的第n类主观情感得分小于则将一维向量x
i
中第n个元素值设置为-1；若第i个城市图像的第n类主观情感得分大于y
zn
，则将一维向量x
i
中第n个元素值设置为1；若第i个城市图像的第n类主观情感介于和y
zn
之间，则将一维向量x
i
中第n个元素值设置为0。9.根据权利要求8所述的公众主观情感量化系统，其特征在于，情感指数模型构建模块包括：情感指数模型构建子模块，用于采用resnext-50作为情感指数模型的图像编码器，采
用全连接人工神经网络替换resnext-50的输出层并作为情感指数模型的特征分类器，得到情感指数模型；原始数据集获取子模块，用于剔除二分类标签向量中存在0元素的城市图像及该二分类标签向量，将剩余的城市图像及对应的二分类标签向量作为原始数据集；情感指数模型训练子模块，用于将原始数据集按照7：3的比例划分为训练集和测试集，通过7折交叉验证方式对情感指数模型进行训练，当情感指数模型的正确率达到阈值时，结束训练并得到训练后的情感指数模型。10.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的公众主观情感量化方法的步骤。

技术总结
本发明公开了一种公众主观情感量化方法、系统及电子设备，方法包括以下步骤：选取城市图像并获取对应的主观情感得分；获取每张城市图像的主观情感得分对应的二分类标签向量；采用图像编码器和神经网络构建情感指数模型；采用训练后的情感指数模型对目标图像进行主观情感量化。本发明构建并训练了情感指数模型，情感指数模型的全局准确率达到80％以上，说明本发明能够较好地反映公众的情感强度，量化公众主观情感。众主观情感。众主观情感。


技术研发人员：张永霖 付晓 董仁才 邓红兵 吴钢 严岩
受保护的技术使用者：中国科学院生态环境研究中心
技术研发日：2022.03.04
技术公布日：2022/6/1