[发明专利]基于卷积神经网络识别的漫画背景音乐匹配方法

权利要求书

1.一种基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于包括以下步骤：

步骤一，获取用户阅读漫画时触发的播放音乐指令，及获取当前阅读的漫画页面；

步骤二，通过预设的CNN卷积神经网络模型对漫画进行图像识别，得出漫画的风格标签和场景标签；

步骤三，通过OCR技术提取漫画里面的文本内容信息及主要语言种类；

步骤四，对文本内容信息进行NLP文本分析得出主题标签；

步骤五，根据当前阅读页面中所有漫画的风格标签、场景标签、语言种类和主题标签，平均加权计算后匹配音乐库中的音乐；

步骤六，播放匹配的音乐。

2.根据权利要求1所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤二中，预设的CNN卷积神经网络模型通过对已标识的漫画训练样本训练得出。

3.根据权利要求2所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤二中，漫画的风格标签包括国漫、港漫、日漫、韩漫、美漫。

4.根据权利要求3所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤三中，所述主题标签包括武侠、校园、都市、玄幻。

5.根据权利要求4所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤三中，所述主要语言种类通过文本内容长度最长的语言种类确定。

6.根据权利要求5所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤四中，所述NLP文本分析包括分词、提取关键词、通过预设的朴素贝叶斯分离器公式对关键词进行分类。

7.根据权利要求6所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述朴素贝叶斯分离器公式为：

其中，P(Y|X)是关键词向量X对应分类Y的概率，P(Y)是分类Y的先验概率、P(X_i|Y)是关键词向量X中关键词X_i对应分类Y的概率，d是关键词的个数，P(X)是关键词向量X的先验概率。

8.根据权利要求7所述的基于卷积神经网络识别的漫画背景音乐匹配方法，其特征在于：所述步骤五中，平均加权计算的公式为：

其中，p_j为音乐j的匹配概率，n为风格标签、场景标签、语言种类和主题标签的数量，s_ij为音乐j是否包含i标签，w_i为标签概率。

9.一种基于卷积神经网络识别的漫画背景音乐匹配系统，其特征在于：包括获取模块、分析模块、控制模块、播放模块；

所述获取模块，用于获取用户阅读漫画时触发的播放音乐指令，及获取当前阅读的漫画页面；

所述分析模块，用于对漫画内容进行分析，通过预设的CNN卷积神经网络模型对漫画进行图像识别得出风格和场景标签；

所述控制模块，用于根据当前阅读页面中所有漫画的风格标签、场景标签、语言种类和主题标签，平均加权计算后匹配音乐库中的音乐；

所述播放模块，用于播放匹配的音乐。