图像情感分析具有重大的经济和社会价值,因此,它是机器视觉领域的热点问题。现有研究面临样本稀缺问题,且未充分利用多模态特征间蕴含的跨模态语义,也忽视了特征在决策时的互补性。为此,提出基于样本精选与来自转换器的双向编码器表示模型（Bidirectional Encoder Representation from Transformers,BERT）引导的图像情感分析模型,它包含样本精选、跨模态语义挖掘、两阶段决策等算法,主要内容如下:（1）基于样本精选与跨模态语义挖掘的图像情感分析模型:针对高质量样本稀缺问题,设计样本精选模型,扩充出优质的图像样本,然后提取图像的Sift、Lbp、Gist、VGG等特征,挖掘他们间的跨模态语义进行特征融合,最后训练分类器完成图像情感分析。实验结果表明:样本精选和跨模态语义挖掘对于图像情感分析均具有积极影响。在Twitter1数据集上,Sift特征能较好刻画更丰富的情感语义;在FI数据集上,VGG特征蕴含更多有价值的情感语义;同时,Boosting类分类器能获取更准确的情感预测结果。（2）基于BERT特征的样本精选与图像内容生成的图像情感分析模型:针对现有图像情感分析任务主要聚焦图像模态,而较少引入文本模态,采用图像内容生成模型为图像自动生成文本描述,进而基于BERT模型提取文本特征,联合样本精选模型,多角度、深层次地挖掘高质量样本,训练出基于BERT特征的图像情感分析模型。实验结果表明:基于BERT的文本特征具有较好的情感表达能力,能获得较优的预测精度。但是,仅利用文本模型描述图像情感存在一定不足,即跨越图像和文本两大模态间的关键信息未有效利用。（3）BERT模型引导的多模态图像情感分析模型:为充分利用图像和文本模态间的互补性,通过优选BERT特征完成样本综合精选,进而设计多模态两阶段决策模型,完成图像情感分析。实验结果表明:BERT特征可以精选出高质量的图像样本;多模态两阶段决策模型改善了模型精度。模型具有较高可扩展性。主要创新如下:（1）通过跨模态语义挖掘来进行特征融合;（2）提取文本特征联合图像进行情感分析;（3）图像与文本模态综合精选来提升数据集质量。