5、基于深度学习的音乐推荐与智能座椅姿势检测技术

基于深度学习的音乐推荐与智能座椅姿势检测技术

基于面部表情的深度学习音乐推荐

在情感识别与音乐推荐领域，研究人员开发了基于深度学习的系统，利用FER - 2013和RAVDESS数据集进行情感识别，并根据识别结果推荐音乐。

数据集与性能指标

• FER - 2013数据集 ：CNN架构使得数据解读变得简单。通过图7中的准确率曲线，可以看到不同训练轮次下的训练和验证准确率。同时，还能绘制类激活图，这些图展示了最终卷积层激活的像素。研究发现，不同的情感标签下，像素的响应不同。例如，快乐情绪似乎与眼睛和嘴唇相关的像素有关，而悲伤或愤怒则与眉毛的像素更相关（如图8所示）。
• RAVDESS数据集 ：图9展示了该数据集在不同训练轮次下的训练和验证准确率。

网络应用结果

用户可以在界面（图10）上选择“录制视频”或“录制音频”按钮。
- 录制视频 ：选择“录制视频”选项后，点击“开始录制”按钮，即可开始录制约15秒的视频。视频会保留面部表情和情感分布。图11展示了面部表情的分布以及根据最常见表情给出的音乐推荐。
- 录制音频 ：选择“录制音频”选项后，点击“开始录制”按钮，15秒后可开始音频录制。15秒后选择“获取推荐音乐”按钮，即可显示结果。图12展示了语音情感的分布以及根据最常见情感给出的音乐推荐。

在情感识别方面，利用RAVDESS数据集开发了CNN - LSTM语音情感识别模块，利用FER数据集（Xce