[发明专利]一种音乐情绪化推荐方法及系统

说明书

本发明公开了一种音乐情绪化推荐方法及系统，属于音乐情绪化推荐技术领域，包括：采集用户面部数据；根据用户面部数据识别出用户当前情绪以及用户的性别；基于用户的性别和用户当前的情绪，利用设定的音乐抽取规则，抽取音乐库中的音乐并推荐给用户。本发明针对用户的负面情绪进行音乐情绪化推荐，从而疏解用户负面情绪，增强用户正向情绪体验的目的。

技术领域

本发明涉及音乐情绪化推荐技术领域，特别涉及一种音乐情绪化推荐方法及系统。

背景技术

音乐和情绪密切相关，音乐对表达、调整情绪有着重要的作用，已成为人们生活、学习、精神治疗中的元素之一。既有关于音乐情绪治疗的技术主要是关于一些穿戴式装备或者硬件技术，尚未考虑到使用音乐进行情绪治疗的治疗目标、治疗机理、治疗效应等方面的科学原理与机制，缺乏科学性与有效性的衡量。

发明内容

本发明的目的在于克服上述背景技术中的不足，实现针对情绪的音乐情绪化推荐。

为实现以上目的，一方面，采用一种音乐情绪化推荐方法，包括：

采集用户面部数据；

根据用户面部数据识别出用户当前情绪以及用户的性别；

基于用户的性别和用户当前的情绪，利用设定的音乐抽取规则，抽取音乐库中的音乐并推荐给用户。

进一步地，所根据用户面部数据识别出用户当前情绪以及用户的性别，包括：

利用残余表情识别算法对所述用户面部数据进行处理，获取所述用户当前的情绪；

采用人脸性别分类算法对所述用户面部数据进行处理，识别出当前用户的性别。

进一步地，所述利用残余表情识别算法对所述用户面部数据进行处理，获取所述用户当前的情绪，包括：

采用cGAN结构对所述用户面部数据进行处理，生成中性表达图像；

采用多层感知机对中性表达图像进行处理，识别出所述用户当前的情绪。

进一步地，所述采用人脸性别分类算法对所述用户面部数据进行处理，识别出当前用户的性别，包括：

提取所述用户面部数据的Gabor小波特征，并利用Adaboost分类器对提取的特征进行降维处理；

利用预先训练好的SVM分类器对降维后的特征进行处理，识别出所述用户的性别。

进一步地，所述基于用户的性别和用户当前的情绪，利用设定的音乐抽取规则，抽取音乐库中的音乐并推荐给用户，包括：

如果所述用户为男性且处于愤怒状态，随机抽取音乐库一中的音乐；

如果所述用户为女性且处于愤怒状态，随机抽取音乐库二中的音乐；

如果所述用户处于焦虑状态，随机抽取音乐库二中的音乐；

如果所述用户处于悲伤状态，随机抽取音乐库三中的音乐；

其中，音乐库一中存储有民乐、乡村音乐以及慢节奏音乐，音乐库二中存储有古典乐、轻音乐以及欢乐型民乐，音乐库三中存储有欢乐型现代乐和欢乐型流行音乐。

另一方面，采用一种音乐情绪化推荐系统，包括采集模块、信息识别模块、存储模块和推荐模块，其中：

采集模块用于采集用户面部数据；

信息识别模块用于根据用户面部数据识别出用户当前情绪以及用户的性别；

推荐模块用于基于用户的性别和用户当前的情绪，利用设定的音乐抽取规则，抽取存储模块中的音乐并推荐给用户。