[发明专利]一种基于深度学习的照片音乐视频编排系统

权利要求书

1.一种基于深度学习的照片音乐视频编排系统，其特征在于，包括以下步骤：

S1、数据准备，包括：

照片组P＝{p₀，p₁…p_n}，视频组S＝{s₀，s₁…s_m}，音乐；

S2、将音乐切分为音乐段落Q＝{q₀，q₁…q_k}；

S3、使用深度神经网络对照片组进行提取P′＝cnn_deep_feature(P)；

其中P'是指经过cnn_deep_feature()进行提取后的照片深度特征，具体深度特征内容取决于cnn_deep_feature中使用的网络结构；

cnn_deep_feature是指同时或独立使用了卷积神经网络(cnn算法)、全连接等使用反向传播原理的深度卷积神经网络所计算出的照片深度特征函数；

S4、使用深度神经网络对视频组进行提取S′＝cnn_deep_feature(S)；

其中S'是指经过cnn_deep_feature()进行提取后的包含帧信息的照片深度特征；

S5、随机选择一张照片置于任意音乐段落，作为起始照片

S6、将音乐段落的素材分配集合设为设的在的段落位置为

S7、从段落位置开始计算中剩余所有的位置，其中剩余位置记为q，q∈{0....k}且计算应该放入剩余位置的最佳照片或最佳视频；

S8、当中所有位置均确定分配的素材后，即为最终结果。

2.根据权利要求1所述的基于深度学习的照片音乐视频编排系统，其特征在于：步骤S2中，音乐的切分基于音乐节奏，使用人工或自动化工具。

3.根据权利要求1所述的基于深度学习的照片音乐视频编排系统，其特征在于：步骤S7中，使用以下函数确认最佳照片，

其中q为具体某个段落，p为照片集合中任意没有在中出现的照片。

4.根据权利要求3所述的基于深度学习的照片音乐视频编排系统，其特征在于：步骤S7中，使用以下函数确认最佳视频，

其中q为具体某个段落，p为照片集合中任意没有在中出现的照片，s为视频集合中任意没有在中出现的视频。

5.根据权利要求4所述的基于深度学习的照片音乐视频编排系统，其特征在于：步骤S7中，将最佳照片或最佳视频确认为最佳素材，

f(p，s)＝max(p，s)。