第6期 高彦宇，等：D-S证据理论在图像情感标识中的应用 ·537· 可信度，表示对命题A的直接支持.每一个H的子集 由{悠闲的，非悠闲的}这2个值组成，辨别框架中 A,如果有m(A)>0,则A称为基本概率分配函数m 所有可能的子集构成一个超集2°={0，{悠闲 的一个焦元(focal element). 的}，{非悠闲的}，{悠闲的，非悠闲的}}.根据各种 3)对给定的基本概率分配函数m,计算置信函 视觉特征及语义内容对“悠闲的”的基本可信度及 数Bel和似真函数Pl: Dempster合成法则，可以计算得到各区域对“悠闲 Bel:2°→[0,1]， 的”的综合置信度.由于只考虑颜色和语义因素， Bel(A)=∑m(B)(HAC2), Dempster合成法则(I)可简化为 BCA P1:2°→[0,1]， ∑m(A:)m(B) A:8=A PI(A)=m(B)1-Bel(A)(VA C2). m(A)=m1⊕m2(A)= 1-∑m,(A:)m2(B,) BnA≠6 A:B=8 式中：Bel(A)表示对命题A为真的信任程度， 式中：A:,B,C2°.假设图像各区域彼此独立，最终 Bl(A)表示对命题A为假的信任程度，PI(A)表示 的综合置信度可通过下式计算， 对A为非假的信任程度，因此总有Bl(A)≤PI(A) N 成立.由下限函数Bel(A)和上限函数PI(A)构成的 P=∑m(r)*A(r), 区间[Bl(A),PI(A)]表示命题A的不确定性区间 式中：A(r:)表示第i个区域的面积百分比，m(r) (如图2所示). 表示第i个区域的综合置信度， 支持证据 否定证据 不确定性区间 的区间 的区间 * Bel(A) PI(4) 图2图示置信函数与似真函数 Region 4 Fig.2 Illustration of belief function and plausibility meas- (a)原始图像 (b)分制图像 ures 4)当获得了同一辨别框架下的一组基本概率 图3雪景图像及其分割图像 分配函数m1,m2,…,m,后，通过Dempster合成法 Fig.3 Snow scene image its partition image 则，可计算出综合置信度： 表3情感因子“悠闲的”的置信度计算过程 nm)=亡o2n Table 3 The calculation process of the belief of"relaxed" m1(B）* 区域 内 容 m2(B2)*…*m,(B:). (1) 颜色=蓝色 m.(Yes)-0.8,mNo=0.1,[Bel.Pl]=[0.8.0.9] 式中：D=B1∩B2∩…∩B,B:代表m:的核心元 内容=晴天 素，且1≤i≤t,*代表普通的乘法，k值称为冲突 区域1 m,(Yes)0.6.m,(No）0.3,[Bcl.P=[0.6.0.71. 冲突度k=m,(Yes)m,(No)tm,(Yes)m,(No)=0.3 度，其值域为闭区间[0,1]，且定义为 →融合置信度m(Yes)=m,+m,(Yes)/(1-k)=0.62/ k=1- ∑.m1(B1)* (1-0.3)=0.8857,m(No)=0.1. B1n&2nnB,≠0 颜色=蓝色，内容=晴天 区域2 m2(B2)*…*m,(B) m(Yes)=0.8857.m(No=0.1 3.2基于D-S证据理论的情感标识 区域3 颜色=白色.内容=云彩 m(Yes)=0.8478.m(No)=0.125 本文的目标是对自然风景图像进行情感标识，标 区域4 颜色=白色.内容=雪地 识语为描述主观情感的形容词.以利用图像进行心理 m(Ycs)=0.8056,m(Noj=0.1752, 治疗为背景，选择4个描述积极情绪的形容词（悠闲 区域5 颜色=黑色.内容=小山丘 m(Yes)-0.2632.m(No)0.6316. 的、平静的、清醒的、精力充沛的)作为情感标识语，称 这些形容词为情感因子.下面以表3中的雪景图像及 总结 P(Yes=0.727265,PNo=0.23657.P(Yes)>PNo) 决策：是的，这隔图像令我感觉悠附 情感因子“悠闲的”为例，说明采用D-S证据理论实现 上述计算过程同样适用于其他情感因子.计算 图像内容信息与视觉特征融合的过程. 求得整幅图像对各情感因子的综合置信度后，采用 首先将图像分割成5个区域，提取各区域的视 如下规则确定图像的最终情感类别：1)情感类别应 觉特征并采用DAGSVM法分别对各区域进行内容 具有最大的综合可信度，且其综合可信度与其他情 分类标识.这5个区域对应4个狭义语义类：晴天、 感因子的综合可信度之差必须大于某一域值（根据 云彩、雪地、小山丘和4种颜色特征：蓝色、白色、白 实验经验本文规定此阈值为0.05)；2)情感类别的 色、黑色.对于情感因子“悠闲的”，D-S辨别框架⊙ 不确定性概率P(Yes)-P(No)必须小于某一域值