Focal损失在图像情感分析上的应用研究

来源：计算机工程与应用杂志2020年第10期北京时间：

作者：傅博文，唐向宏，肖涛

单位：杭州电子科技大学 通信工程学院，杭州 310018

摘要：充分利用Focal损失函数具有挖掘困难样本和调节样本不平衡问题的特性，将其应用在基于神经网络的图像情感分析模型中。为了缓解训练数据集的类别样本不平衡问题，提升情感分类模型的训练效率，对Focal损失函数中参数设置进行了改进。该方法通过类别权重大小来确定平衡参数[α]，并在神经网络模型训练的不同阶段，采用渐增方式对聚焦因子[γ]进行调节，然后将改进的Focal损失函数应用于图像情感分析模型的神经网络训练中。仿真实验表明，相比于交叉熵损失函数，改进的Focal损失函数能够提升神经网络对图像情感分析的性能。实验结果表明，所采用方法的准确率、宏召回率、宏精准率分别提升了0.5~2.3个百分点、0.4~3.9个百分点、0.5~3.3个百分点。

关键词：图像情感分析,情感图像数据集,卷积神经网络,样本不平衡,Focal损失函数