[发明专利]通过音乐情感识别视频广告的方法

权利要求书

1.一种通过音乐情感识别视频广告的方法，其特征在于，包括：

S1获取音乐文件集，并根据Valence-Arousal二维空间对音乐文件集中的音乐文件打分，得到各音乐文件的V-A真值；

S2分别提取音乐文件集中音乐文件的特征，使用音乐文件的特征作为输入、V-A真值作为输出对音乐情感识别模型进行训练，完成音乐情感识别模型的搭建；

S3获取配乐的待识别视频，并每间隔一定时间作为一个节点提取音乐特征；

S4将提取的音乐特征输入训练好的音乐情感识别模型得到相应节点的V-A预测值；

S5根据得到的各节点的V-A预测值对视频中的广告进行识别；

在步骤S5中包括：

S51从视频头开始，计算预设时间段δ秒内包含的节点的空间方位角θ的平均值m；

S52判断δ秒内是否存在空间方位角θ与平均值m间差值大于预设阈值ε的节点；若是，判定该节点对应的第t秒为疑似广告节点，并跳转至步骤S53；

S53在视频中计算下一个时间段δ秒内包含的节点的空间方位角θ的平均值m’，并根据步骤S52中的方法找到下一个疑似广告节点第t1秒；

S54根据两个疑似广告节点之间的时间差值识别视频中的广告。

2.如权利要求1所述的方法，其特征在于，在步骤S2中包括：

S21分别提取音乐文件集中音乐文件的特征，所述特征包括：音乐的音色特征、韵律特征及强度特征；

S22将音乐文件集分为训练集和测试集；

S23根据训练集使用其中的音乐文件的特征作为输入、V-A真值作为输出对音乐情感识别模型进行训练；

S24根据测试集对音乐情感识别模型进行进一步优化调整，完成音乐情感识别模型的搭建。

3.如权利要求1所述的方法，其特征在于，V-A真值中包括Valence值和Arousal值；

当Valence0，Arousal0，代表高兴、快乐、兴奋类情绪，此时，0°θ90°，且随着角度增大情绪强度增强，其中，空间方位角θ＝arctan(Arousal/Valence)；

当Valence0，Arousal0，代表害怕、愤怒、悲痛类情绪，此时，90°θ180°，且随着角度增大情绪强度减弱，其中，空间方位角θ＝180°+arctan(Arousal/Valence)；

当Valence0，Arousal0，代表伤心、沮丧、厌烦类情绪，此时，180°θ270°，且随着角度增大情绪强度减弱，其中，空间方位角θ＝180°+arctan(Arousal/Valence)；

当Valence0，Arousal0，代表满足、轻松、疲乏类情绪，此时，270°θ360°，且随着角度增大情绪强度增强，其中，空间方位角θ＝360°+arctan(Arousal/Valence)。

4.如权利要求1所述的方法，其特征在于，在步骤S54中，若两个疑似广告节点之间的时间差值Δtδ，判断两个疑似广告节点间为视频内部的剧情切换；若ηΔtδ，判断两个疑似广告节点间为广告，其中，Δt＝t1-t，η为预先设定阈值。

5.如权利要求4所述的方法，其特征在于，在步骤S54中，若判断两个疑似广告节点之间为广告，则截取两个节点之间的视频；

在截取过程中，根据预先设定的精度选定广告截取的秒数。