[发明专利]基于卷积神经网络的表情识别音乐推荐系统

说明书

本发明公开了基于卷积神经网络的表情识别音乐推荐系统，属于智能推荐技术领域，包括通过网络进行通讯的客户端和服务器，其特征在于，客户端包括影像实时采集模块、影像上传模块和音乐播放模块；客户端电性连接有摄像头和扬声器；服务器包括影像预处理模块、人脸识别模块、表情识别模块、存储器模块、中央处理器模块、算法模块和音乐推荐模块；本发明通过将卷积神经网络技术应用于表情识别并根据识别的表情结果推荐适合用户的音乐，可以应用在医院、养老院、或者公共场所特定场合的智能音乐播放，实现根据表情识别情绪并以此进行音乐的智能播放。也可以应用到游戏软件、影视作品的背景音乐制作中。

技术领域

本发明涉及智能推荐技术领域，具体涉及基于卷积神经网络的表情识别音乐推荐系统。

背景技术

表情识别作为计算机人工智能和模式识别领域的研究方向已经逐渐应用于人机交互、在线教学等实际场景。表情识别是计算机以人的角度分析人脸的特征，区分人脸的表情。研究人员将人类的表情分为6种基本情感：愤怒、恶心、害怕、开心、难过和惊喜。整个表情识别过程通常分成图像预处理、图像特征提取、表情分类三个部分，其中特征提取是整个过程中最核心的部分。国内外的研究者对于表情识别的研究多集中在特征提取算法的研究和改进上，现有技术对于6种基本的表情识别准确率能达到80％以上。卷积神经网络技术由于在人脸识别、图像分类、表情识别等的迅速应用，基于卷积神经网络的表情识别技术已经逐渐应用于实际场景，并且取得了比较好的识别效果。

一般的音乐推荐系统多为面向个人进行音乐推荐，推荐的方法主要有两类：一是基于内容的推荐，通过分析歌曲的底层特征提取音色、节奏等音乐特征，然后对比相似度，将内容相近的歌曲放入播放列表，这种方法耗时比较长，无法实现实时推荐，而且与个人喜好关联不大，推荐效果不够理想；另一种方法是基于用户画像的推荐，这类方法一般需要用户注册，填入必要的信息，如年龄、性别、国籍、喜欢的歌手等信息，然后根据用户的动态行为如快进、重复播放某一首歌曲来分析用户的喜好，为用户进行推荐，这种方法需要收集用户的喜好信息，一般相对固定，在用户喜好或心情发生变化时，推荐的音乐也无法实时满足用户的需要。

发明内容

针对上述存在的技术不足，本发明的目的是提供基于卷积神经网络的表情识别音乐推荐系统，通过将卷积神经网络技术应用于表情识别并根据识别的表情结果推荐适合用户的音乐，可以应用在医院、养老院、或者公共场所特定场合的智能音乐播放，实现根据表情识别情绪并以此进行音乐的智能播放。也可以应用到游戏软件、影视作品的背景音乐制作中。本系统已经在PC端电脑、移动手机端实现了主要功能，可为特定群体、个人提供不同的安装使用。

为解决上述技术问题，本发明采用如下技术方案：

本发明提供基于卷积神经网络的表情识别音乐推荐系统，包括通过网络进行通讯的客户端和服务器，其特征在于，所述客户端包括影像实时采集模块、影像上传模块和音乐播放模块；所述客户端电性连接有摄像头和扬声器；所述服务器包括影像预处理模块、人脸识别模块、表情识别模块、存储器模块、中央处理器模块、算法模块和音乐推荐模块；

所述影像实时采集模块用于通过摄像头采集目标人群的实时影像；

所述影像上传模块用于对采集到的目标人群的实时影像上载到服务器；

所述影像预处理模块用于将服务器接收到的实时影像进行格式处理，以满足人脸识别模块对影像的要求；

所述人脸检测模块用于检测、切割、保存客户端上传的实时影像中的表情数据，并追踪识别特定人员的面部信息，实时监测各人员的面部信息变化情况；

所述的表情识别模块用于准确、快速识别所述表情数据中的表情信息，并将识别到的各人员的面部表情存储到存储器模块中的对应存储区；

所述中央处理器模块用于系统的各功能模块的协调控制；

所述算法模块用于计算面部表情对应的情绪数据，并统计各种情绪所占的比例；