[發明專利]一種基于人體舞蹈情感的音樂選擇方法有效
| 申請號: | 202011467908.5 | 申請日: | 2020-12-14 |
| 公開(公告)號: | CN112989071B | 公開(公告)日: | 2022-11-04 |
| 發明(設計)人: | 潘俊君;白雋瑄;趙沁平 | 申請(專利權)人: | 北京航空航天大學 |
| 主分類號: | G06F16/432 | 分類號: | G06F16/432;G06N3/04;G06N3/08 |
| 代理公司: | 北京科迪生專利代理有限責任公司 11251 | 代理人: | 張乾楨;鄧治平 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 人體 舞蹈 情感 音樂 選擇 方法 | ||
1.一種基于人體舞蹈情感的音樂選擇方法,其特征在于,包括以下步驟:
步驟(1)、輸入舞蹈動作的實數矩陣,采用自動編碼器和卷積神經網絡獲得舞蹈動作的深度特征;
步驟(2)、在步驟(1)得到的深度特征上,利用前饋神經網絡回歸出舞蹈動作的情感坐標;所述步驟(2)中,在情感坐標系中,橫坐標是Valence坐標,表示情緒的愉悅程度,縱軸是Arousal坐標,表示動作的激活程度;對Valence坐標值使用多層前饋神經網絡進行回歸,計算公式如下:
其中,Rv表示對Valence坐標的回歸函數,W1、b1、W2、b2、W3、b3、W4、b4為各層神經網絡的權重和偏置項;中間層的神經元為100、50、10;網絡訓練參數θv={W1,b1,W2,b2,W3,b3,W4,b4};
對Arousal坐標值使用多層前饋神經網絡進行回歸,計算公式如下:
其中,Ra表示對Arousal坐標的回歸函數,W5、b5、W6、b6、W7、b7、W8、b8為各層神經網絡的權重和偏置項;中間層的神經元為100、50、10;網絡訓練參數θa={W5,b5,W6,b6,W7,b7,W8,b8};
兩個網絡的損失函數為:
其中,v和a分別表示當前數據真實的Valence和Arousal坐標,αv=1.0×10-6、αa=1.0×10-6;
將整段舞蹈動作序列進行情感坐標計算,得到情感序列
步驟(3)、遍歷舞蹈序列與音樂,計算音樂情感坐標與舞蹈情感坐標的距離,選擇出累加距離最小的多首歌曲。
2.根據權利要求1所述的一種基于人體舞蹈情感的音樂選擇方法,其特征在于:所述步驟(1)中,舞蹈動作的輸入為60×78維實數矩陣X,利用自動編碼器進行深度特征H的計算如下:
其中,Φ表示為編碼器,ReLU為線性整流函數,當作激活函數,Ψ是一個最大池化層,是一個卷積層,卷積核的尺寸是15,W0為卷積層的權重,b0為卷積層的偏置項,下標0用于標識當前卷積層,深度特征H的形狀為30×256;
解碼器的計算如下:
其中,Φ*表示為解碼器,Ψ*是一個最大逆池化層,和分別為當前卷積層的權重與偏置項,下標0用于標識當前卷積層;
神經網絡訓練的參數包括損失函數定義如下:
其中,α=1.0×10-5。
3.根據權利要求1或2所述的一種基于人體舞蹈情感的音樂選擇方法,其特征在于:所述步驟(3)中,利用下面的算法選擇音樂:
算法的輸入為舞蹈動作序列mdance,包含一段時間內的人體姿勢,所有歌曲的情感序列每一個元素包含一段時間內的Valence和Arousal坐標,其中t表示這首歌曲的長度,算法的輸出為符合情緒的多首歌曲,假定為N首歌曲,算法的計算過程如下:
第1步,根據步驟(2)計算動作的情感值序列其中m是序列的長度;
第2步,定義一個距離列表dN={d1,d2,...,dN}和閾值tH,其中d1,d2,...,dN用于記錄N首歌曲與輸入動作情緒值的距離,閾值tH用于快速跳過不符合情緒的歌曲;
第3步,如果未遍歷完所有歌曲,執行第4步,否則執行第11步;
第4步,根據dN里的最大值更新閾值tH,執行第5步;
第5步,獲取當前歌曲的情感序列其中c為歌曲的序號;
第6步,如果sdance的長度m小于的長度t,執行第7步,否則執行第9步;
第7步,計算sdance和的距離dE,需要按照如下方式計算子距離
...,
則
第8步,如果dE>tH,則跳過這首歌曲,執行第3步;否則,記錄歌曲的序號c,替換掉dN中的最大值,執行第3步;
第9步,計算sdance和的距離dE,需要按照如下方式計算子距離
...,
則
第10步,如果dE>tH,則跳過這首歌曲,執行第3步;否則,記錄歌曲的序號c,替換掉dN中的最大值,執行第3步;
第11步,返回dN中對應的歌曲序號{c1,c2,...,cN};結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京航空航天大學,未經北京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011467908.5/1.html,轉載請聲明來源鉆瓜專利網。





