本文的研究背景是图像情感与本体的结合。图像情感本体的构建与更新是整个研究的出发点。人们在现实中对图片产生的感觉来自很多因素的综合作用,不仅仅是图像本身所包含的客观元素,还包括被图像激发出的特定的感觉、心情等情感的主观体验。许多学者以从用户的主观角度所产生的关键词,例如“美丽、温暖、严肃”等,作为对相应图像的搜索关键词来研究如何将人的主观感受和图像建立联系。本体,作为领域知识的描述载体,结构中蕴含的各种关系能够模拟人类情感认知场景,从而有效解决图像情感的建模问题。要实现半自动、自动构建的方式去构建图像情感本体,就必须具有合理、高效的本体构建与学习的方法,而现阶段国内外关于本体学习方法的研究虽然为数众多,但没有通用而有效的解决图像情感本体库的构建方法。形式概念分析和本体作为两种形式化方法差异不大,形式概念分析理论中的核心结构--概念格与本体之间在结构和功能上都有很多相同之处。它们都强调概念的主体间一致的重要性,都强调模式形式说明的必要。如果可以从中找到二者的通路和联系方式就可以以一种更加合理高效的形式构建本体,进行本体的机器学习等半自动、自动的学习。本文在此基础上提出通过将形式概念分析理论与本体学习相结合,为情感本体的构建提供了新的辅助思路。本文的主要工作有以下几方面:一、本文详细介绍了利用MPEG-7架构描述子所构建的图像情感本体;归纳了本体学习的多种表示语言和学习工具。这些工具可以方便我们从各个结构、各个角度进行图像本体的学习。二、本文介绍了模糊形式概念分析理论以及形式概念分析与图像情感本体构造的诸多相似之处,重点研究将形式概念分析理论的核心--概念格,应用于以图像底层特征为外延、VAD心情空间中的情感分类为内涵所构成的模糊形式背景中,给出了基于图像情感本体的模糊概念格的基本定义,并提出了根据模糊形式背景构建并维护相应模糊概念格的算法。这种根据相应形式背景所生成的模糊概念格可以通过概念格与本体之间的结构相似性,通过本体学习的方式生成图像情感本体。三、本文比较了概念格和模糊概念格的各种建格算法的不同特点,通过实验验证了所提出的新的模糊概念格构造算法的稳定性以及与之前具有代表性的算法相比所具有的时空优越性,由此证明了由具有上下阈值的模糊形式背景生成模糊概念格并进一步将其应用于图像情感本体学习的思路是可行的。四、本文提出了今后的研究方向,为同课题组的其他研究提供支持。