图像情感识别

一、流程图（带labels的数据库可以从已有数据库获得，或者自己标注）

二、RGB---->HSL    https://zh.wikipedia.org/wiki/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4

• HSL和HSV二者都把颜色描述在圆柱坐标系内的点，这个圆柱的中心轴取值为自底部的黑色到顶部的白色而在它们中间的是灰色，绕这个轴的角度对应于“色相”，到这个轴的距离对应于“饱和度”，而沿着这个轴的高度对应于“亮度”，“色调”或“明度”。
• 但HSV（色相，饱和度，明度）在概念上可以被认为是颜色的倒圆锥体（黑点在下顶点，白色在上底面圆心），HSL在概念上表示了一个双圆锥体和圆球体（白色在上顶点，黑色在下顶点，最大横切面的圆心是半程灰色）。

• 从RGB到HSV或HSL

其中max为（r，g，b）中最大值，min为最小值，其中r、g、b的值是0到1的实数，h ∈ [0, 360），s, l ∈ [0,1]是饱和度和亮度。

 

h的值通常规范化到位于0到360°之间。而h = 0用于max = min的（就是灰色）时候而不是留下h未定义。

HSL和HSV有同样的色相定义，但是其他分量不同。HSV颜色的s和v的值定义如下

• 从HSL到RGB

首先，如果s = 0，则结果的颜色是非彩色的、或灰色的。在这个特殊情况，r, g和b都等于l。注意h的值在这种情况下是未定义的。

当s≠0时

• 从HSV到RGB

三、特征选择（原因：有一些特征不重要，如果他们参与接下来的流程，会消耗很多资源，速度也慢，还会影响最重要的特征，增加模型复杂度）

相关算法：https://blog.csdn.net/adore1993/article/details/53980327             

PCA、SFS、BS

 

s = { 0 , if  m a x = 0 m a x − m i n m a x = 1 − m i n m a x , otherwise {\displaystyle s={\begin{cases}0,&{\mbox{if }}max=0\\{\frac {max-min}{max}}=1-{\frac {min}{max}},&{\mbox{otherwise}}\end{cases}}}

v = m a x {\displaystyle v=max\,}