前言

随着多媒体技术、互联网技术及社交网络的迅速发展，人们可以访问的信息资源空前丰富。图像数据因其形象直观、蕴含信息综合性强等特点，应用领域逐渐增多，其数量更是以惊人的速度增长。但图像数据本身结构的复杂性、蕴含信息的多样性及时空的多维性导致如何有效组织和管理大规模图像数据、快速检索用户需求的图像成为学术界的研究热点。为此，图像的情感语义分析和检索技术应运而生，它综合人工智能、计算机视觉、模式识别、心理学及数据库管理等领域的相关知识，对图像数据蕴含的高层情感语义进行分析，旨在获得图像蕴含的内在情感语义信息，建立实用性强的图像检索系统。因此，对图像进行情感语义分析和高效检索技术的研究有着广阔的应用前景和实用价值。

本书以场景图像为研究对象，对SUN Database中的各类场景图像进行有针对性的情感语义分析和检索方法研究。从建立开学行为学实验环境下的场景图像情感语义数据获取平台开始，选择并改进了OCC情感模型，分析了场景图像语义理解方面存在的语义模糊性问题，采用粒子群（PSO）算法优化BP神经网络的权值和阈值，并由Adaboost算法组合15个BP神经网络的输出结果，构建强预测器，对场景图像的情感语义类别进行预测，搭建了适合大数据处理的基于MapReduce并行编程模型的场景图像检索平台，系统地研究了场景图像的情感语义分析和检索方法。

全书共分为七章：第1章是绪论，介绍了场景图像情感语义分析的研究现状和本书的研究内容、组织结构；第2章介绍了大数据处理与图像检索之间的关系；第3章探讨了开放行为学实验环境下的场景图像情感语义分析方法；第4章研究了基于模糊理论的场景图像情感语义标注方法；第5章对基于Adaboost-PSO-BP神经网络的场景图像情感语义类别预测算法进行了探讨；第6章研究了基于MapReduce并行编程模型的大规模场景图像检索技术；第7章对本书的研究工作进行了总结和展望。

值本书出版之际，我要特别感谢我的博士生导师陈俊杰教授，他不仅在学术上给予我悉心的指导，而且在工作和生活方面也给了我无私的帮助，在这里谨向恩师表示真挚的感谢和诚挚的敬意！同时感谢忻州师范学院计算机系的领导和老师们，在他们的支持、鼓励和帮助下，我顺利地完成了本书的撰写工作！

本书的出版得到了山西省自然科学基金（No.201701D121059）和山西省教育科学”十三五“规划课题（No. GH-17059）的资助，在此一并表示感谢！

本书的内容中有一部分内容反映了场景图像情感语义分析和检索的最新研究成果、研究方法和研究动向，在理论体系和方法上均有创新，构建了场景图像情感语义关键技术分析的平台。本书可作为计算机应用技术、信息科学、工程技术等专业高年级本科生和研究生的教材，对相关领域的研究人员和工程技术人员也有重要的参考和使用价值。

由于作者才疏学浅，书中疏漏在所难免，恳请各位专家学者批评指正，并提出宝贵意见。

曹建芳

2017年8月