【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种舞蹈动作的预测方法及相关设备。
技术介绍
1、音乐和舞蹈的多元契合带来的艺术效果是难得的视听享受，随着互联与计算机技术的飞速发展，使得精彩的音乐舞蹈创作不只局限于艺术工作者本身；由此音乐驱动舞蹈生成技术应运而生。
2、目前，在根据音乐信息生成对应的舞蹈动作时，一般是生成短时的舞蹈序列，若要生成长时的舞蹈序列，则会出现整体不协调，舞蹈整体类别的相关性较差，编舞风格类型不统一的问题，导致舞蹈动作的展示效果较差。
3、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本申请的目的在于提供一种舞蹈动作的预测方法及相关设备，至少在一定程度上克服现有技术存在的问题，考虑了用户的个性化需求，包括文化背景和身体条件，以提供适宜的舞蹈动作推荐，在推荐过程中，用户的反馈被用来不断优化模型，通过个性化的舞蹈预测和音乐特征生成，用户能够享受到更加丰富和满足其特定需求的舞蹈体验。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
3、根据本申请的一个方面，提供一种舞蹈动作的预测方法，包括：获取总样本集、待预测音乐信息和目标用户信息，其中，所述总样本集为预设时间段内所接收到的不同用户的舞蹈类型和与所述舞蹈类型相匹配的音乐；对所述目标用户信息进行处理，生成目标用户的舞蹈属性信息；对所
4、具体的，对所述总样本集进行预处理，生成带有标识信息的训练样本集，包括：对所述总样本集进行特征提取，确定原始特征库；根据所述原始特征库划分各个特征数据集，生成训练集和验证集；利用分类器对原始特征库划分各个验证集进行预测，确定预测结果；使用预设算法在原始特征库划分各个训练集进行训练，得到验证集类预测结果；根据预测结果以及验证集类预测结果，生成带有标识信息的训练样本。
5、具体的，对所述总样本集进行特征提取，确定原始特征库，包括：获取与待预测音乐相匹配的历史音乐数据集，其中，所述历史音乐数据集包括基于不同用户偏好和不同舞蹈类型所生成的舞蹈动作；对所述历史音乐数据集进行处理，获取舞蹈动作特征和音乐片段相关性共现频率；对所述舞蹈动作特征和所述音乐片段相关性共现频率进行处理，生成相关性矩阵信息；基于所述相关性矩阵信息生成若干舞蹈特征数据；基于所述若干舞蹈特征数据生成原始特征库。
6、具体的，所述对所述总样本集进行特征提取，确定原始特征库，还包括：所述方法包括用于计算相关性共现频率的计算公式，所述计算公式为：；其中，表示概念和概念在报告集共现的次数，表示概念出现的总次数，表示概念出现时概念出现的频率，基于相关性共现频率构建相关性矩阵：所述方法包括用于计算相关性矩阵的计算公式，所述计算公式为：；其中，为共现频率阈值，如果大于等于共现频率阈值，则认为概念与概念存在相关性，否则就不具备相关性。
7、具体的，基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的舞蹈属性信息进行处理，生成目标舞蹈动作，包括：基于所述目标舞蹈预测模型对所述待预测音乐信息进行处理，生成目标音乐的音律特征和音乐时长信息；基于所述目标舞蹈预测模型对所述目标音乐的音律特征和所述音乐时长信息进行处理，生成音乐影响因子；基于所述目标舞蹈预测模型对所述音乐影响因子和所述目标用户的舞蹈难度因子进行处理，生成初始舞蹈动作信息。
8、具体的，基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的舞蹈属性信息进行处理，生成目标舞蹈动作，还包括：获取目标用户的实时生理状态信息，其中，所述目标用户的实时生理状态信息为目标用户基于初始舞蹈动作信息进行运动时所生成的；基于所述目标舞蹈预测模型对所述目标用户的实时生理状态信息和所述初始舞蹈动作信息进行处理，生成舞蹈动作调整因子；基于所述舞蹈动作调整因子对所述待预测音乐信息和所述初始舞蹈动作信息进行处理，生成目标舞蹈动作。
9、本申请的另一个方面，一种舞蹈动作的预测装置，其特征在于，包括：获取模块，用于获取总样本集、待预测音乐信息和目标用户信息，其中，所述总样本集为预设时间段内所接收到的不同用户的舞蹈类型和与所述舞蹈类型相匹配的音乐；获取与标识信息相匹配的初始舞蹈预测模型，其中，所述初始舞蹈预测模型为基于预设时间段内所接收到的待预测音乐信息和目标用户信息所设置的；处理模块，用于对所述目标用户信息进行处理，生成目标用户的舞蹈属性信息；对所述总样本集进行预处理，生成带有标识信息的训练样本集，其中，所述标识信息用于表征用户的舞蹈动作处于异常状态；基于所述带有标识信息的训练样本集对所述初始舞蹈预测模型进行训练，生成目标舞蹈预测模型；基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的舞蹈属性信息进行处理，生成目标舞蹈动作；对所述目标用户信息进行处理，生成目标用户的舞蹈属性信息，包括：对所述目标用户信息进行处理，生成目标用户的舞蹈偏好信息、目标用户的体检信息和目标用户的舞蹈用途信息；对所述目标用户的舞蹈偏好信息和所述目标用户的体检信息进行处理，生成目标用户的肢体动作因子；基于所述目标用户的舞蹈用途信息对所述目标用户的肢体动作因子进行处理，生成目标用户的舞蹈难度因子；基于所述目标用户的舞蹈难度因子生成目标用户的舞蹈属性信息。
10、根据本申请的再一个方面，一种电子设备，其特征在于，包括：第一处理器；以及存储器，用于存储所述第一处理器的可执行指令；其中，所述第一处理器配置为经由执行所述可执行指令来执行实现上述的舞蹈动作的预测方法。
11、根据本申请的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被第二处理器执行时实现上述的舞蹈动作的预测方法。
12、根据本申请的又一个方面，提供一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被第三处理器执行时实现上述的舞蹈动作的预测方法。
1本文档来自技高网...
【技术保护点】
1.一种舞蹈动作的预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对所述总样本集进行预处理，生成带有标识信息的训练样本集，包括：
3.如权利要求2所述的方法，其特征在于，对所述总样本集进行特征提取，确定原始特征库，包括：
4.如权利要求3所述的方法，其特征在于，所述对所述总样本集进行特征提取，确定原始特征库，还包括：
5.根据权利要求1所述的方法，其特征在于，基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的舞蹈属性信息进行处理，生成目标舞蹈动作，包括：
6.根据权利要求5所述的方法，其特征在于，基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的舞蹈属性信息进行处理，生成目标舞蹈动作，还包括：
7.一种舞蹈动作的预测装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被第二处理器执行时实现权利要求1～6中任意一项所述的舞蹈动作的预测方法。
【技术特征摘要】
1.一种舞蹈动作的预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对所述总样本集进行预处理，生成带有标识信息的训练样本集，包括：
3.如权利要求2所述的方法，其特征在于，对所述总样本集进行特征提取，确定原始特征库，包括：
4.如权利要求3所述的方法，其特征在于，所述对所述总样本集进行特征提取，确定原始特征库，还包括：
5.根据权利要求1所述的方法，其特征在于，基于所述目标舞蹈预测模型对所述待预测音乐信息和所述目标用户的...
【专利技术属性】
技术研发人员：王荔荔，
申请(专利权)人：泉州幼儿师范高等专科学校，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。