徐晶晶，张俊升，李腾腾，祝汉城，谢 涛，余 伟

(1.中国矿业大学 信息与控制工程学院，江苏 徐州 221116；2.成都理工大学工程技术学院 电子信息与计算机工程系，四川 乐山 614000)

0 引 言

情感计算的概念是由Picard提出的，他在《Affective Computing》一书中给出了情感计算的定义，即情感计算是指与情感相关、来源于情感或能够对情感施加影响的计算[1]。情感计算具有很多潜在的广泛应用，比如情感图像检索[2]、美学质量评价[3]、数据挖掘[4]和评论助手[5]等方面。

早期针对图像的情感计算主要是利用颜色[6]、纹理[7,8]和形状[9,10]等低层次特征进行图像情感分析，但是这些低层次特征描述图像所蕴含的高层次的情感特征的能力十分有限。随着卷积神经网络(convolutional neural network, CNN)在提取图像高层次特征能力的凸显，越来越多的基于卷积神经网络的图像情感计算方法被提出。

目前，基于卷积神经网络的情感计算方法对图像情感区域的研究甚少，大多从图像的情感分类任务进行研究的，且研究任务单一，没有考虑到图像的情感区域和情感分类之间的相关性。图像激发情感的区域和激发的情感类别是相关的，图像情感区域是局部的，图像情感的类别是由观看者观看图像的局部区域而激发的，因此，图像的情感区域检测和图像的情感分类在情感计算中都具有重要的意义。考虑到图像的情感区域检测和图像的情感分类任务的相关性，受到多任务学习思想的启发，本文设计了一种基于多任务深度神经网络的模型检测图像的情感区域。……