基于卷积神经网络的表情识别音乐推荐系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110647651A(43)申请公布日2020.01.03(21)申请号201910885911.X(22)申请日2019.09.19(71)申请人曹玲地址266000山东省青岛市四方区郑州路53号(72)发明人曹玲李云张炜(74)专利代理机构北京拉沃科创知识产权代理事务所(普通合伙)11745代理人郜文刚(51)Int.Cl.G06F16/635(2019.01)G06F16/951(2019.01)G06K9/00(2006.01)G06N3/08(2006.01)权利要求书1页说明书4页附图1页(54)发明名称基于卷积神经网络的表情识别音乐推荐系统(57)摘要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端，所述客户端包括图片上传模块和音乐播放模块，所述服务端包括图片预处理模块、人脸检测模块、表情识别模块、音乐推荐模块。本发明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，可用于医疗方面如心理诊疗，使病人情绪放松，提高治疗效果；或应用于商场、饭店等公共场所的音乐选择，提高顾客消费体验。CN110647651ACN110647651A权利要求书1/1页1.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端，其特征在于，所述的客户端包括图片上传模块和音乐播放模块，所述的服务端包括图片预处理模块、人脸检测模块、表情识别模块、音乐推荐模块；所述的图片上传模块用于将客户端的人脸图片上传至服务端，所述的图片预处理模块用于对所述客户端上传的人脸图片进行尺寸修改和压缩，以满足识别人脸对图片的要求，所述的人脸检测模块用于检测、切割、保存客户端上传的人脸图片中的表情图片，所述的表情识别模块用于准确、快速识别所述表情图片中的表情信息，并将所述的表情信息发送给音乐推荐模块，所述的音乐推荐模块根据所述的表情信息推荐相关的音乐，并推送给音乐播放模块，所述音乐播放模块基于普通的音乐播放器，用于播放音乐推荐模块推送的音乐。2CN110647651A说明书1/4页基于卷积神经网络的表情识别音乐推荐系统技术领域[0001]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[0002]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。[0003]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[0004]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，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，可用于医疗方面如心理诊疗，使病人情绪放松，提高治疗效果；或应用于商场、饭店等公共场所的音乐选择，提高顾客消费体验。[0005]为解决上述技术问题，本发明采用如下技术方案：[0006]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端，所述的客户端包括图片上传模块和音乐播放模块，所述服务端包括图片预处理模块、人脸检测模块、表情识别模块、音乐推荐模块；[0007]所述图片上传模块用于将客户端的人脸图片上传至服务端；[0008]所述图片预处理模块用于对所述客户端上传的人脸图片进行尺寸修改和压缩，以满足识别人脸对图片的要求；[0009]所述人脸检测模块用于检测、切割、保存所述客户端上传的人脸图片中的表情图片