一种音乐驱动的机器人舞蹈系统及其计算实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 舞蹈音乐分析研究现状 | 第13-15页 |
| 1.2.2 舞蹈音乐与动作匹配研究现状 | 第15-16页 |
| 1.3 本文舞蹈系统概述 | 第16-17页 |
| 1.4 本文的主要内容及创新点 | 第17-18页 |
| 1.4.1 本文的主要内容 | 第17-18页 |
| 1.4.2 本文的创新点 | 第18页 |
| 1.5 本文的结构 | 第18-21页 |
| 第二章 背景知识及相关工作 | 第21-33页 |
| 2.1 音乐作品的逻辑结构 | 第21-22页 |
| 2.2 舞蹈作品的逻辑结构 | 第22-23页 |
| 2.3 机遇编舞法 | 第23-24页 |
| 2.4 音乐情感 | 第24-25页 |
| 2.5 MIDI文件解析 | 第25-31页 |
| 2.5.1 MIDI概述 | 第25-28页 |
| 2.5.2 MIDI文件预处理 | 第28-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 音乐结构划分 | 第33-43页 |
| 3.1 乐句划分辨析 | 第33-35页 |
| 3.2 局部边界检测模型 | 第35-37页 |
| 3.2.1 局部边界检测算法 | 第35-36页 |
| 3.2.2 局部边界检测模型存在的问题 | 第36-37页 |
| 3.3 基于乐理规则的乐句划分 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 音乐情感识别 | 第43-51页 |
| 4.1 音乐情感分析 | 第43页 |
| 4.2 模糊C均值聚类 | 第43-44页 |
| 4.3 情感特征选取 | 第44-48页 |
| 4.3.1 力度 | 第45页 |
| 4.3.2 速度 | 第45-46页 |
| 4.3.3 节拍 | 第46-47页 |
| 4.3.4 音符密度 | 第47页 |
| 4.3.5 音高 | 第47-48页 |
| 4.3.6 调式 | 第48页 |
| 4.4 实验结果 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 音乐与动作匹配 | 第51-63页 |
| 5.1 匹配分析 | 第51-52页 |
| 5.2 隐马尔可夫模型 | 第52-53页 |
| 5.3 隐马尔可夫模型的三个基本问题 | 第53-56页 |
| 5.3.1 评价问题 | 第53-55页 |
| 5.3.2 解码问题 | 第55页 |
| 5.3.3 训练问题 | 第55-56页 |
| 5.4 音乐与动作的匹配构建 | 第56-57页 |
| 5.5 实验流程与结果 | 第57-61页 |
| 5.5.1 实验平台搭建 | 第57-59页 |
| 5.5.2 实验流程 | 第59-61页 |
| 5.6 本章小结 | 第61-63页 |
| 第六章 总结和展望 | 第63-65页 |
| 6.1 回顾与总结 | 第63-64页 |
| 6.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
