排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
基于对人类表情肌活动效果的归纳,采用一种新的面部特征构造描述面部状态。以支持向量机的后验概率作为依据,提出一种基于面部肌肉特征的面部表情度量方法,并对基于不同特征和不同面部素材库的决策模型进行对比实验。结果表明,相比其他的方法,基于新特征的度量方法能够对不同的面部表情产生具有足够区分度的度量,并能够以较高的准确率提取视频文件中”最夸张”的表情。 相似文献
2.
翻唱歌曲识别是音乐相似计算研究中的问题之一。通过对表征音乐和声的Chroma特征的分布分析,进行了基于近似子乐句的翻唱歌曲识别研究;在已收集的翻唱歌曲数据集上,完成了歌曲调的归一化处理、结构分割和特征抽取;比较了特征降维后,在EMD距离矩阵、欧式距离矩阵和余弦距离矩阵等不同测度下的音乐相似度计算。通过与MIREX中翻唱歌曲识别结果的比较表明,本研究中基于近似子乐句的研究方法在准确率上有一定程度的提升。 相似文献
3.
以Last.fm音乐网站上的用户标签为特征进行歌曲相似性计算研究,提出了一种基于Web标签挖掘的歌曲相似计算方法。从音乐网站Last.fm上抽取了用户标签作为音乐语义特征,通过潜在语义分析(latent semantic a-nalysis,LSA)方法对歌曲语义向量进行降维,并利用改进的K-means算法,根据音乐歌曲间的相似度对歌曲分类,完成了歌曲相似性计算。实验结果表明本文提出的基于LSA音乐语义标签模型的相似计算能取得较好的效果。 相似文献
4.
特征整合是指在一个长时窗内将短时窗内的特征向量整合为一个新的单独特征向量的过程。音色是一种长时时序特征,目前常使用的均值和方差获得的长时特征,很难保持音色的时序特性。该文在多变量自动回归模型(multivariate auto regressive,MAR)特征的基础上,利用音乐最小单位音符为处理单元,提出了动态多变量自动回归模型(dynamic MAR,DMAR)特征,实现了音色时序特征整合;并将该特征向量应用于乐器音色识别中,同时在乐器识别的后处理中,利用加权平均求概率的方法去判断歌曲所属类别,使8种乐器的平均识别率从75.7%增加到87%,取得了较大提高。 相似文献
1