電商網站中面料商品的情感語義自動識別和分類

張春艷+張海波

摘要：圖像中蘊含著豐富的情感，根據圖像所表達的情感進行分類是非常有必要的。針對面料情感在電商網站中的自動識別進行研究，提出了一種自動識別面料圖像情感的方法，進而實現在電子商務網站中面料商品按情感進行分類和排序。在面料圖像情感因子空間以及支持向量機的情感語義識別研究基礎上，通過對圖像特征提取及分類算法和動態(tài)鏈接庫技術研究，開發(fā)了基于Web的面料圖像情感語義識別模塊，實現上傳面料圖像自動識別其情感，并將其應用到了電子商務網站中。

關鍵詞：面料圖像；情感語義；電商網站；自動識別

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）34-0290-03

Abstract： Image contains a wealth of emotion， according to the image expressed by the emotional classification is very necessary. Aiming at the automatic recognition of fabric emotion in electronic commerce website， this paper presents a method to automatically recognize the emotion of fabric goods， and then realize the classification and sorting of fabric goods according to emotion. Based on the research of emotion semantic space of fabric image and the recognition of emotion semantics based on support vector machine （SVM），and the research of image feature extraction and classification algorithm and dynamic link library， a web-based emotion image semantic recognition module is developed to automatically recognize the emotions of fabric images. Then apply it to the e-commerce site.

Key words： fabric image； emotional semantic； automatic identification

1 研究目的和意義

基于語義的圖像檢索研究領域中，情感語義檢索是其重要的一個部分[1]?，F有的圖像分類方法大多依據圖像的視覺特征的相似性進行圖像分類，大多沒有考慮情感的影響和作用，這不能滿足用戶的真正需求，將圖像按照情感語義進行合理的分類，會大大提高基于語義的圖像檢索性能[2]。

不同的服裝有不同的情感表達，服裝面料也有自己的情感，消費者在購買服裝時會根據自己的情感需求選購商品，服裝設計師在設計服裝時，也需要考慮面料所表達的情感 [3]。電子商務的迅猛發(fā)展，使人們越來越多地選擇線上購物，人們通過電子商務網站可以輕松購買千里之外的商品，大大縮短了消費者與商家的距離，消費者可以方便地通過網絡與商家進行交流，而在網絡上從大量的信息中篩選出自己想要的商品則需要對商品進行合理的分類[4]。

本文針對面料情感在電商網站中的自動識別進行研究，提出一種自動識別面料商品情感的方法，進而實現面料商品按情感進行分類和排序。在之前的研究中[5-8]，我們已經將面料的情感分為七對語義相反的情感詞，通過對面料圖像的顏色、紋理等底層特征提取，采用SVM支持向量機技術進行機器學習，得到情感因子值，再根據公式計算出情感的定量描述值。本文的主要研究內容就是對面料圖像的情感自動進行識別，并將這一識別技術應用到電商網站中，使人們可以方便的根據自己的情感選擇面料。通過提取圖像的底層特征以及研究分類算法，本文最終開發(fā)了一個能夠對面料商品自動識別并按情感值大小進行排序的電商網站，經過試驗，達到了不錯的效果，論證了本文研究的實用價值。證明對面料圖像進行情感分類這一研究是可行的，該課題有著重要的理論意義和實用價值。

2 情感識別模塊的設計與開發(fā)

通過對這60張圖像測試數據和模型計算出的數據對比，獲得較好的識別效果。在此基礎上，我們想要實現對任一面料圖像的情感自動識別，并將其應用到電商網站中。

2.1 設計思路

要實現對面料圖像的情感識別，首先我們需要對面料圖像的情感語義進行分類，在之前的研究中，我們已將面料情感分為七對語義相反的情感詞，分別是“強烈的—柔和的”、“溫暖的—涼爽的”、“華麗的—簡約的”、“高雅的—樸素的”、“張揚的—文靜的”、“厚重的—飄逸的”、“豐富的—純凈的”。針對任一面料圖像的情感進行機器識別和預測，我們得到三個情感因子的預測值，通過計算能得到七對情感詞的定量描述值（值的范圍為負3到正3），分別對應一對語義相反的情感詞，數據的值在-3到0之間，說明該圖像的情感越偏向左邊的情感詞，數據值在0到正3，說明該圖像的情感越偏向右邊的情感詞，這個值的絕對值越大，所包含的情感程度越高。

通過大量面料圖像的識別和入庫，我們可以將某個情感詞的定量描述值從大到小進行排序，比如將“溫暖的—涼爽的”對應的定量值進行從小到大排序，得到面料圖像情感詞“溫暖的”由強到弱的圖片依次排序，將“溫暖的—涼爽的”對應的定量值進行從大到小排序，得到面料圖像情感詞“涼爽的”由強到弱的圖片依次排序。

2.2 功能設計

上傳面料商品圖片時自動識別該張圖片的三個情感因子，并自動計算這張圖片的七個情感定量值，顯示在圖片右側。

原來系統(tǒng)設計僅支持BMP格式，并且大小是一定的，修改原有代碼，實現上傳面料圖片任意格式如BMP、GIF、JPEG、PNG等格式以及任何尺寸大小均可識別。識別出來的情感定量值按從大到小順序排列，這樣能很清晰地看出某張圖片表達情感最為強烈的是那種情感。

2.3 開發(fā)實現

文獻[3]建立了基于Web的面料圖像情感語義主觀測試系統(tǒng)，其中選擇了60張不同種類的面料圖像作為測試樣本圖像；文獻[6]通過數理統(tǒng)計的方法建立了面料圖像情感語義的因子空間；文獻[7]對面料的顏色和紋理等低層特征與情感因子空間中因子之間的關系進行了分析；文獻[8]實現了基于支持向量機的面料圖像情感語義識別。在此基礎上，使用Visual Studio 2010為開發(fā)工具，修改代碼，建立動態(tài)鏈接庫，實現網頁識別面料圖像的情感語義。

由于之前識別面料圖像情感語義的代碼是用C++程序編寫的，我們首先需要修改這段代碼實現代碼重用，這里我們選擇建立動態(tài)鏈接庫。

2.3.1 建立動態(tài)鏈接庫

DLL（Dynamic Link Library）就是動態(tài)鏈接庫，DLL是一個包含可由多個程序同時使用的代碼和數據的庫，是重要的代碼重用技術之一。由于DLL獨立于編程語言，可以被C++或任何支持DLL的語言調用，因此這里我們對原有的C++代碼進行修改，設計合理的入口和出口，使之可以被C#等其他編程語言調用。程序的入口用來處理需要進行情感識別圖像的路徑，通過對面料圖像樣品的顏色、紋理低層特征（飽和度、色相冷暖、對比度、灰度圖、灰度矩陣、平均色調等）的提取和計算，結合支持向量機技術實現識別圖像的情感，程序的出口輸出三個情感因子的值。

2.3.2 使用VS2010調用

使用DllImport函數導入上一步建立的動態(tài)鏈接庫DLL文件，調用DLL中的函數，得到三個因子的值，使用文獻[6]中公式計算7對情感詞的描述值。設計網頁實現上傳圖片對情感自動識別，并將值的大小進行排序，圖片右側顯示識別的七對情感詞的描述值。

選擇一張面料圖片，上傳成功后自動識別該張圖片的情感界面如下：

如上圖所示我們可以看出這張圖片情感值最大的是“豐富的”，在顯示界面中我們將七個情感值按從大到小進行了排序，用戶可以方便地看出情感值的大小。每上傳一張圖片，數據庫里就會記錄一張圖片的情感數據，經過對數據庫中情感值的大小排序，用戶可以方便的對比任意圖片所包含的情感，選擇更符合自己需求的面料圖像。經過測試，本模塊可以實現對BMP、GIF、JPEG、PNG等格式圖片進行識別。

3 電商網站的應用與實現

實現電商商品的情感分類無非有兩種方式，一是人工標注，就是商家上傳商品時候標注商品的情感分類，由于情感的主觀性，和上傳者的知識水平和個性，難免會帶有片面性；二是讓計算機去自動識別商品的情感分類，然而當前的圖像情感識別分類存在不足，實現圖像的情感檢索對于消費者以及需要通過識別圖像情感來進行設計的設計師有很大的意義。消費者在購買商品時往往希望挑選符合自己的主觀情感需求的商品，而實現對圖像的情感檢索可以大大方便消費者進行挑選。

我們在前面已經實現情感識別模塊，將這一模塊應用于電商網站無論對消費者還是商家來說都很方便，商家上傳圖像時實現自動識別，不需要花費人力一張一張?zhí)砑訕撕?，對于消費者可以方便的對面料產品進行情感詞檢索，挑選時更加方便快捷。

3.1 設計開發(fā)

在一個開源.Net+ MS SQL SERVER的B2C電商網站系統(tǒng)中，設計了新的商品數據庫表，這里我們給每個面料商品添加七個列，分別用來存放七對情感詞的描述值。對“溫暖的—涼爽的”描述值進行升序排列，得到“溫暖的”程度由高到低的面料圖像，對其進行降序排列，得到“涼爽的”程度由高到低的面料圖像。由此，我們可以實現對面料情感的排序。

3.2 商品上傳頁面

上傳面料商品時，可能會上傳多張圖片，我們選擇其中最能表現面料圖案與特征的一張作為主圖，對這張圖片的情感進行識別。如下圖所示：

3.3 商品篩選界面

如下圖所示，在面料分類里添加情感詞分類，分類里添加十四個情感詞，點擊其中一個情感詞，下面的面料商品按這個情感詞的定量描述值從大到小排序。

3.4 排序實現

如下圖，為點擊情感詞“溫暖的”對現有面料商品排序的結果：

3.5 商品界面

點擊面料商品，進入商品內部，顯示商品的屬性價格，同時顯示該面料的情感值，如下圖所示：

4 結束語

本項目所開發(fā)的軟件系統(tǒng)，客戶端采用Win7操作系統(tǒng)，服務器端采用WINDOWS 2008 SERVER，以Visual Studio 2010為底層開發(fā)平臺，結合一個.NET+MS SQL SERVER的開源B2C電商網站系統(tǒng)，利用動態(tài)鏈接庫技術實現了對任一服裝面料商品的情感語義自動識別和分類，為網購者希望購買具有一定情感語義的面料提供了一種輔助的分類和檢索手段。本研究結合電子商務網站，將面料圖像的情感識別應用到電商網站中，方便消費者在挑選商品時按照自己的情感需求進行選擇。本次研究證明了圖像情感語義識別的理論可行，在這方面的研究還需要進一步的探索和發(fā)展。

參考文獻：

[1] 賀靜. 基于特征融合的服裝圖像情感語義分類研究[D]. 太原：太原理工大學，2007.

[2] 陸泉，丁恒.基于情感的圖像檢索研究綜述[J].情報理論與實踐，2013，36（2）： 119-124.

[3] 張海波，黃鐵軍，萬飛飛. 基于Web的服裝面料圖像情感測試系統(tǒng)[J]. 針織工業(yè)，2012（8）：55-58.

[4] 高彥. 語義分類方法在淘寶評論文本中應用研究[D].保定： 河北大學，2015.

[5] 張海波.服裝情感論[M].北京：中國紡織出版社，2011.

[6] ZHANG Haibo，HUANG Tiejun，LIU Li. Study on the emotion factor space of fabric [C]//International Conference on Kansei Engineering and Emotion Research. Taiwan，2012：1174-1178.

[7] 張海波，黃鐵軍，修毅，等. 基于顏色和紋理特征的面料圖像情感語義分析[J].天津工業(yè)大學學報，2013（4）.

[8] 張海波，黃鐵軍，劉莉，等.基于支持向量機的面料圖像情感語義識別[J].天津工業(yè)大學學報，2013（6）.