前言

　　隨著多媒體技術、互聯(lián)網(wǎng)技術及社交網(wǎng)絡的迅速發(fā)展，人們可以訪問的信息資源空前豐富。圖像數(shù)據(jù)因其形象直觀、蘊含信息綜合性強等特點，應用領域逐漸增多，其數(shù)量更是以驚人的速度增長。但圖像數(shù)據(jù)本身結構的復雜性、蘊含信息的多樣性及時空的多維性導致如何有效組織和管理大規(guī)模圖像數(shù)據(jù)、快速檢索用戶需求的圖像成為學術界的研究熱點。為此，圖像的情感語義分析和檢索技術應運而生，它綜合人工智能、計算機視覺、模式識別、心理學及數(shù)據(jù)庫管理等領域的相關知識，對圖像數(shù)據(jù)蘊含的高層情感語義進行分析，旨在獲得圖像蘊含的內在情感語義信息，建立實用性強的圖像檢索系統(tǒng)。因此，對圖像進行情感語義分析和高效檢索技術的研究有著廣闊的應用前景和實用價值。

　　本書以場景圖像為研究對象，對SUN Database中的各類場景圖像進行有針對性的情感語義分析和檢索方法研究。從建立開學行為學實驗環(huán)境下的場景圖像情感語義數(shù)據(jù)獲取平臺開始，選擇并改進了OCC情感模型，分析了場景圖像語義理解方面存在的語義模糊性問題，采用粒子群（PSO）算法優(yōu)化BP神經(jīng)網(wǎng)絡的權值和閾值，并由Adaboost算法組合15個BP神經(jīng)

　　網(wǎng)絡的輸出結果，構建強預測器，對場景圖像的情感語義類別進行預測，搭建了適合大數(shù)據(jù)處理的基于MapReduce并行編程模型的場景圖像檢索平臺，系統(tǒng)地研究了場景圖像的情感語義分析和檢索方法。

　　全書共分為七章：第1章是緒論，介紹了場景圖像情感語義分析的研究現(xiàn)狀和本書的研究內容、組織結構；第2章介紹了大數(shù)據(jù)處理與圖像檢索之間的關系；第3章探討了開放行為學實驗環(huán)境下的場景圖像情感語義分析方法；第4章研究了基于模糊理論的場景圖像情感語義標注方法；第5章對基于Adaboost-PSO-BP神經(jīng)網(wǎng)絡的場景圖像情感語義類別預測算法進

　　行了探討；第6章研究了基于MapReduce并行編程模型的大規(guī)模場景圖像檢索技術；第7章對本書的研究工作進行了總結和展望。