申请/专利权人：南京理工大学

申请日：2019-11-04

公开（公告）日：2020-02-28

公开（公告）号：CN110853670A

主分类号：G10L25/12(20130101)

分类号：G10L25/12(20130101);G10L25/24(20130101);G10L25/63(20130101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.10.17#授权;2020.03.24#实质审查的生效;2020.02.28#公开

摘要：本发明公开了一种音乐驱动的舞蹈生成方法，包括以下几个方面：1收集了一个舞蹈数据集；2对音乐和舞蹈序列进行高级特征的提取；3）提出了一个全新的跨域序列对序列学习框架，用于现实舞蹈的生成。本发明的方法不仅效率高，准确率也得到了提高；模型更复杂，模型体积小，计算速度快；预测过程更加简易，可以快速地将音乐与舞蹈序列结合。

主权项：1.一种音乐驱动的舞蹈生成方法，其特征在于，包括设计深度神经网络、训练神经网络和测试神经网络三个过程：设计神经网络过程，包括以下步骤：1设计神经网络的主要模块Featuremodule和Seq2Seqmodule；2设计神经网络的层数和输入参数；训练神经网络过程，包括以下步骤：3对数据集预处理，将其转换成跨域序列分析LSTM-SA网络的标准输入；4初始化神经网络的参数；5通过不断迭代前向传播过程、反向传播过程训练神经网络模型；测试神经网络过程，包括以下步骤：6输入测试音乐，利用由训练过程得到的神经网络模型预测对应的舞蹈序列；7根据预测结果，将其与测试的音乐合成对应的舞蹈序列视频。

全文数据：

权利要求：

百度查询： 南京理工大学 音乐驱动的舞蹈生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD