随着信息化社会的到来,多媒体技术及智能信息处理技术的迅速发展,各行业对图像的使用越来越广泛,图像信息资源的管理和检索显得日益重要。怎样有效地组织管理和检索这些大规模的图像数据库已经成为当前的一个热门课题。图像的检索技术历经了基于文本的图像检索(TBIR)、基于内容的图像检索(CBIR)和目前的基于语义的情感检索几个阶段。目前基于文本的图像检索依然是当前主流搜索引擎采用的方式。基于内容的图像检索在90年代初开始成为图像检索技术的主流。然而,人们对图像相似性的判断并非仅仅建立在图像的视觉特征上,它还包含了人们对图像内容的理解,这种理解无法直接从图像的视觉特征获得,而要根据人的知识来判断,这种对图像的理解就是图像的语义特征。只有结合图像的多种信息,特别是语义信息,才能使检索系统的能力尽可能接近人的理解水平。基于语义的图像检索就是根据图像的逻辑特征和抽象属性进行检索,使计算机检索图像的能力接近人的理解水平的检索技术,目前还处于研究和探索阶段。基于情感的图像检索是其中的热点之一。本文以基于情感的图像检索系统为主要研究方向,首先,详细介绍了现有的图像情感模型和图像检索中对图像特征的主要提取方法;其次,在学习和研究了现有的图像情感模型的基础上,综合心理学研究领域对人类情感的一些主流观点,指出了在图像情感模型中人类情感的群体化现象,并结合这一观点,对现有的图像情感模型进行了一些改进,提出了多层个性化情感模型,该模型将情感分为两个层次:公共情感层和个性化情感层,公共情感层是指人类对图像情感信息的共同解释,本文在公共情感层中,注意到了公共情感的群体化现象,即人的社会属性如性别、年龄、民族、国家等因素产生的群体差异对公共情感的影响,利用先验知识,构造产生式规则,然后结合用户注册时提供的个人资料来确定用户的群体,并构造出用户的公共情感层信息。在个性化情感层的建立上,使用了基于用户反馈的方法,通过用户对检索结果的评价或者主动学习来建立和完善个性化情感层;最后,本文根据提出的多层个性化情感模型建立一个了一个验证性的图像检索系统,该系统在测试中取得了不错的检索效果。