基于深度学习法,对视频背景音乐自动推荐算法进行了研究,在推荐模型的基础上,结合结构化支持向量机进行视频场景的建立,同时确保背景音乐特征、视频内容与视频场景之间相互匹配,最终实现个人拍摄视频背景音乐推荐模型的完成,并围绕这个模型选取合适的背景音乐。本研究方法推荐的音乐和测试视频具有更好的匹配度,有88. 8%的用户们觉得满意,本研究的音乐推荐模型能对音乐和视频语义间的关系进行更好的描述,推荐出的背景音乐更适合。基于深度学习的、现有的音乐推荐方法，包括音乐本身的专辑信息、音频信息、艺术家、风格、歌词、关键词、用户对音乐的评价、收听历史记录等。3背景音乐推荐模型全面分析场景标准特征的公共视频数据库，训练视频场景分类器;在此基础上构建结构化支持向量机模型，对视频内容特征、视频场景如颜色、运动等进行描述，另外还要详细描述音乐特征;其次要基于训练得出的模型选择合适的备选音乐。本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 自动推荐算法-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机图1为背景音乐推荐模型流程图。为对视频内容、背景音乐的匹配关系进行挖掘，从而将音乐推荐模型训练出，在本次课题当中，首先采集了DV和电影当中的部分视频片段，找出其中的专业背景音乐，将这些内容作为学习训练样本进行推荐模型的采集;另外，还需要搜集用户拍摄的背景音乐视频，将其看作测试样本。背景音乐的选择需要结合推荐模型开展，通过志愿者打分的方式确定音乐的匹配程度。图1背景音乐推荐模型4音乐和视频特征提取对于音乐和视频的特征来说，主要是用于对音乐和视频中的关键信息进行表示，是音乐的旋律、音色和视频内容的代表。围绕给定的视频序列展开分析，内容特征与时间尺度的匹配情况存在差异，因此需要根据实际情况配置相应的背景音乐。所以，首先要分段处理视频，结合视频片段的特点选择背景音乐。在本研究项目当中，要充分结合视频特点自动推荐背景音乐，对视频进行训练，分段式处理视频内容和背景音乐。在操作训练视频的过程中，结合颜色直方图等手段，分割处理视频片段和背景音乐，这就是片段形成的基础。此时，不同的视频镜头就成为自动推荐算法-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/