基于聽覺圖像的音樂流派自動分類系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡上的音樂信息成千上萬,如何在最短時間內(nèi)篩選出滿足用戶需求的音樂,成為現(xiàn)代生活中亟待解決的問題。于是,基于內(nèi)容的音樂信息檢索技術(shù)成為信息檢索領(lǐng)域至關(guān)重要的技術(shù),音樂流派自動分類成為近年來研究的熱點之一。
　　本文將聽覺圖像引入音樂流派自動分類的研究中,采用聽覺圖像模型,設計濾波器等模擬人耳耳蝸的結(jié)構(gòu)功能,將一維音頻信號轉(zhuǎn)換為二維聽覺圖像。然后,對不同音樂流派的聽覺圖像進行尺度不變特征轉(zhuǎn)換(SIFT)及空間金字塔

2、匹配(SPM),提取不同流派聽覺圖像的紋理特征。其中,尺度不變特征變換可以提取不同空間位置上聽覺圖像灰度值相對位置、大小關(guān)系和梯度方向信息,能夠更加全面的描述圖像局部特征;而空間金字塔匹配方法在3個不同層次上將稀疏化的聽覺圖像局部特征以不同刻度整合起來,表征聽覺圖像在不同層次上的全局特征?；诼犛X圖像的特征向量是高維度的、稀疏化的向量,本文分類方法選取在音樂流派自動分類中效果較明顯的K-最近鄰分類器和支持向量機。不同 k值的K-最近鄰結(jié)