首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

MV音乐视频的情感内容识别研究

摘要第8-10页
ABSTRACT第10-11页
目录第12-15页
插图索引第15-17页
表格索引第17-18页
缩略词对照表第18-20页
第一章 绪论第20-36页
    1.1 引言第20-21页
    1.2 课题研究的目的及其意义第21-23页
    1.3 国内外情感语义研究现状第23-32页
        1.3.1 情感语义的研究现状第23-27页
        1.3.2 情感模型的研究现状第27-31页
        1.3.3 现有研究的不足第31-32页
    1.4 本文的主要工作和组织结构第32-36页
        1.4.1 本文主要工作第32-33页
        1.4.2 本文的组织结构第33-36页
第二章 面向用户的MV个人音乐情感子空间建模第36-58页
    2.1 音乐视频的标注第36-40页
        2.1.1 音乐视频的采集第36-37页
        2.1.2 情感标注第37-38页
        2.1.3 情感模型的心理学依据第38-40页
    2.2 个人情感子空间建模方法第40-46页
        2.2.1 个人情感子空间的定义第41页
        2.2.2 情感子空间的V-A-P的划分第41-44页
        2.2.3 情感子空间模糊隶属度函数第44-46页
    2.3 实验验证与分析第46-56页
        2.3.1 个人的V-A-P情感子空间的创建第46-49页
        2.3.2 模糊情感子空间的隶属度函数的确定第49-56页
        2.3.3 分析与讨论第56页
    2.4 本章小结第56-58页
第三章 音乐视频的特征提取第58-80页
    3.1 听觉特征第59-75页
        3.1.1 短时分帧处理第59-60页
        3.1.2 时间特征第60-61页
        3.1.3 谱特征第61-63页
        3.1.4 能量特征第63-64页
        3.1.5 泛音特征-色度第64-68页
        3.1.6 乐理特征-和弦直方图第68-75页
    3.2 视觉特征第75-77页
        3.2.1 色彩基调第75-76页
        3.2.2 镜头切换率第76-77页
    3.3 实验验证与分析第77-78页
        3.3.1 和弦识别的测试集第77页
        3.3.2 和弦识别算法比较第77-78页
    3.4 本章小结第78-80页
第四章 音乐视频情感识别模型第80-108页
    4.1 动态纹理模型第82-90页
        4.1.1 动态纹理第83-85页
        4.1.2 DT参数估计第85-89页
        4.1.3 动态纹理Martin距离第89-90页
    4.2 动态系统袋模型第90-94页
    4.3 局部多核学习回归情感识别第94-100页
        4.3.1 局部多核回归算法第96-99页
        4.3.2 个人情感识别算法评价第99-100页
    4.4 实验验证与评价第100-106页
        4.4.1 实验设置第100页
        4.4.2 个人情感识别验证第100-106页
    4.5 本章小结第106-108页
第五章 音乐视频的视频摘要第108-140页
    5.1 镜头边缘检测第109-118页
        5.1.1 常用的视频镜头检测方法与不足第109-110页
        5.1.2 基于独立成分分析的镜头分割第110-118页
    5.2 基于场景的多粒度的视频摘要第118-128页
        5.2.1 图像视觉复杂度第120-122页
        5.2.2 自适应的候选关键帧的选择第122-124页
        5.2.3 基于场景的关键帧第124-128页
    5.3 视频摘要的评价第128-131页
        5.3.1 保真度第129-130页
        5.3.2 镜头重构度第130-131页
        5.3.3 压缩比第131页
    5.4 实验验证与分析第131-138页
        5.4.1 镜头检测算法评价第131-133页
        5.4.2 场景视频摘要算法评价第133-138页
    5.5 本章小结第138-140页
第六章 总结与展望第140-144页
    6.1 本文的研究总结第140-142页
    6.2 对未来研究工作的展望第142-144页
参考文献第144-156页
攻读博士学位期间完成的工作第156-158页
致谢第158-159页

论文共159页,点击 下载论文
上一篇:基于社交媒体的推荐技术若干问题研究
下一篇:网络交往环境下的个人态度与意见表达:沉默的螺旋 理论之检视与修正