本發(fā)明涉及數(shù)據(jù)處理，特別涉及一種舞蹈動(dòng)作的預(yù)測(cè)方法及相關(guān)設(shè)備。

背景技術(shù)：

1、音樂和舞蹈的多元契合帶來的藝術(shù)效果是難得的視聽享受，隨著互聯(lián)與計(jì)算機(jī)技術(shù)的飛速發(fā)展，使得精彩的音樂舞蹈創(chuàng)作不只局限于藝術(shù)工作者本身；由此音樂驅(qū)動(dòng)舞蹈生成技術(shù)應(yīng)運(yùn)而生。

2、目前，在根據(jù)音樂信息生成對(duì)應(yīng)的舞蹈動(dòng)作時(shí)，一般是生成短時(shí)的舞蹈序列，若要生成長(zhǎng)時(shí)的舞蹈序列，則會(huì)出現(xiàn)整體不協(xié)調(diào)，舞蹈整體類別的相關(guān)性較差，編舞風(fēng)格類型不統(tǒng)一的問題，導(dǎo)致舞蹈動(dòng)作的展示效果較差。

3、需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的在于提供一種舞蹈動(dòng)作的預(yù)測(cè)方法及相關(guān)設(shè)備，至少在一定程度上克服現(xiàn)有技術(shù)存在的問題，考慮了用戶的個(gè)性化需求，包括文化背景和身體條件，以提供適宜的舞蹈動(dòng)作推薦，在推薦過程中，用戶的反饋被用來不斷優(yōu)化模型，通過個(gè)性化的舞蹈預(yù)測(cè)和音樂特征生成，用戶能夠享受到更加豐富和滿足其特定需求的舞蹈體驗(yàn)。

2、本技術(shù)的其他特性和優(yōu)點(diǎn)將通過下面的詳細(xì)描述變得顯然，或部分地通過本發(fā)明的實(shí)踐而習(xí)得。

3、根據(jù)本技術(shù)的一個(gè)方面，提供一種舞蹈動(dòng)作的預(yù)測(cè)方法，包括：獲取總樣本集、待預(yù)測(cè)音樂信息和目標(biāo)用戶信息，其中，所述總樣本集為預(yù)設(shè)時(shí)間段內(nèi)所接收到的不同用戶的舞蹈類型和與所述舞蹈類型相匹配的音樂；對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈屬性信息；對(duì)所述總樣本集進(jìn)行預(yù)處理，生成帶有標(biāo)識(shí)信息的訓(xùn)練樣本集，其中，所述標(biāo)識(shí)信息用于表征用戶的舞蹈動(dòng)作處于異常狀態(tài)；獲取與所述標(biāo)識(shí)信息相匹配的初始舞蹈預(yù)測(cè)模型，其中，所述初始舞蹈預(yù)測(cè)模型為基于預(yù)設(shè)時(shí)間段內(nèi)所接收到的待預(yù)測(cè)音樂信息和目標(biāo)用戶信息所設(shè)置的；基于所述帶有標(biāo)識(shí)信息的訓(xùn)練樣本集對(duì)所述初始舞蹈預(yù)測(cè)模型進(jìn)行訓(xùn)練，生成目標(biāo)舞蹈預(yù)測(cè)模型；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息和所述目標(biāo)用戶的舞蹈屬性信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作；對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈屬性信息，包括：對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈偏好信息、目標(biāo)用戶的體檢信息和目標(biāo)用戶的舞蹈用途信息；對(duì)所述目標(biāo)用戶的舞蹈偏好信息和所述目標(biāo)用戶的體檢信息進(jìn)行處理，生成目標(biāo)用戶的肢體動(dòng)作因子；基于所述目標(biāo)用戶的舞蹈用途信息對(duì)所述目標(biāo)用戶的肢體動(dòng)作因子進(jìn)行處理，生成目標(biāo)用戶的舞蹈難度因子；基于所述目標(biāo)用戶的舞蹈難度因子生成目標(biāo)用戶的舞蹈屬性信息。

4、具體的，對(duì)所述總樣本集進(jìn)行預(yù)處理，生成帶有標(biāo)識(shí)信息的訓(xùn)練樣本集，包括：對(duì)所述總樣本集進(jìn)行特征提取，確定原始特征庫；根據(jù)所述原始特征庫劃分各個(gè)特征數(shù)據(jù)集，生成訓(xùn)練集和驗(yàn)證集；利用分類器對(duì)原始特征庫劃分各個(gè)驗(yàn)證集進(jìn)行預(yù)測(cè)，確定預(yù)測(cè)結(jié)果；使用預(yù)設(shè)算法在原始特征庫劃分各個(gè)訓(xùn)練集進(jìn)行訓(xùn)練，得到驗(yàn)證集類預(yù)測(cè)結(jié)果；根據(jù)預(yù)測(cè)結(jié)果以及驗(yàn)證集類預(yù)測(cè)結(jié)果，生成帶有標(biāo)識(shí)信息的訓(xùn)練樣本。

5、具體的，對(duì)所述總樣本集進(jìn)行特征提取，確定原始特征庫，包括：獲取與待預(yù)測(cè)音樂相匹配的歷史音樂數(shù)據(jù)集，其中，所述歷史音樂數(shù)據(jù)集包括基于不同用戶偏好和不同舞蹈類型所生成的舞蹈動(dòng)作；對(duì)所述歷史音樂數(shù)據(jù)集進(jìn)行處理，獲取舞蹈動(dòng)作特征和音樂片段相關(guān)性共現(xiàn)頻率；對(duì)所述舞蹈動(dòng)作特征和所述音樂片段相關(guān)性共現(xiàn)頻率進(jìn)行處理，生成相關(guān)性矩陣信息；基于所述相關(guān)性矩陣信息生成若干舞蹈特征數(shù)據(jù)；基于所述若干舞蹈特征數(shù)據(jù)生成原始特征庫。

6、具體的，所述對(duì)所述總樣本集進(jìn)行特征提取，確定原始特征庫，還包括：所述方法包括用于計(jì)算相關(guān)性共現(xiàn)頻率的計(jì)算公式，所述計(jì)算公式為：；其中，表示概念和概念在報(bào)告集共現(xiàn)的次數(shù)，表示概念出現(xiàn)的總次數(shù)，表示概念出現(xiàn)時(shí)概念出現(xiàn)的頻率，基于相關(guān)性共現(xiàn)頻率構(gòu)建相關(guān)性矩陣：所述方法包括用于計(jì)算相關(guān)性矩陣的計(jì)算公式，所述計(jì)算公式為：；其中，為共現(xiàn)頻率閾值，如果大于等于共現(xiàn)頻率閾值，則認(rèn)為概念與概念存在相關(guān)性，否則就不具備相關(guān)性。

7、具體的，基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息和所述目標(biāo)用戶的舞蹈屬性信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作，包括：基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息進(jìn)行處理，生成目標(biāo)音樂的音律特征和音樂時(shí)長(zhǎng)信息；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述目標(biāo)音樂的音律特征和所述音樂時(shí)長(zhǎng)信息進(jìn)行處理，生成音樂影響因子；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述音樂影響因子和所述目標(biāo)用戶的舞蹈難度因子進(jìn)行處理，生成初始舞蹈動(dòng)作信息。

8、具體的，基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息和所述目標(biāo)用戶的舞蹈屬性信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作，還包括：獲取目標(biāo)用戶的實(shí)時(shí)生理狀態(tài)信息，其中，所述目標(biāo)用戶的實(shí)時(shí)生理狀態(tài)信息為目標(biāo)用戶基于初始舞蹈動(dòng)作信息進(jìn)行運(yùn)動(dòng)時(shí)所生成的；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述目標(biāo)用戶的實(shí)時(shí)生理狀態(tài)信息和所述初始舞蹈動(dòng)作信息進(jìn)行處理，生成舞蹈動(dòng)作調(diào)整因子；基于所述舞蹈動(dòng)作調(diào)整因子對(duì)所述待預(yù)測(cè)音樂信息和所述初始舞蹈動(dòng)作信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作。

9、本技術(shù)的另一個(gè)方面，一種舞蹈動(dòng)作的預(yù)測(cè)裝置，其特征在于，包括：獲取模塊，用于獲取總樣本集、待預(yù)測(cè)音樂信息和目標(biāo)用戶信息，其中，所述總樣本集為預(yù)設(shè)時(shí)間段內(nèi)所接收到的不同用戶的舞蹈類型和與所述舞蹈類型相匹配的音樂；獲取與標(biāo)識(shí)信息相匹配的初始舞蹈預(yù)測(cè)模型，其中，所述初始舞蹈預(yù)測(cè)模型為基于預(yù)設(shè)時(shí)間段內(nèi)所接收到的待預(yù)測(cè)音樂信息和目標(biāo)用戶信息所設(shè)置的；處理模塊，用于對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈屬性信息；對(duì)所述總樣本集進(jìn)行預(yù)處理，生成帶有標(biāo)識(shí)信息的訓(xùn)練樣本集，其中，所述標(biāo)識(shí)信息用于表征用戶的舞蹈動(dòng)作處于異常狀態(tài)；基于所述帶有標(biāo)識(shí)信息的訓(xùn)練樣本集對(duì)所述初始舞蹈預(yù)測(cè)模型進(jìn)行訓(xùn)練，生成目標(biāo)舞蹈預(yù)測(cè)模型；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息和所述目標(biāo)用戶的舞蹈屬性信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作；對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈屬性信息，包括：對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈偏好信息、目標(biāo)用戶的體檢信息和目標(biāo)用戶的舞蹈用途信息；對(duì)所述目標(biāo)用戶的舞蹈偏好信息和所述目標(biāo)用戶的體檢信息進(jìn)行處理，生成目標(biāo)用戶的肢體動(dòng)作因子；基于所述目標(biāo)用戶的舞蹈用途信息對(duì)所述目標(biāo)用戶的肢體動(dòng)作因子進(jìn)行處理，生成目標(biāo)用戶的舞蹈難度因子；基于所述目標(biāo)用戶的舞蹈難度因子生成目標(biāo)用戶的舞蹈屬性信息。

10、根據(jù)本技術(shù)的再一個(gè)方面，一種電子設(shè)備，其特征在于，包括：第一處理器；以及存儲(chǔ)器，用于存儲(chǔ)所述第一處理器的可執(zhí)行指令；其中，所述第一處理器配置為經(jīng)由執(zhí)行所述可執(zhí)行指令來執(zhí)行實(shí)現(xiàn)上述的舞蹈動(dòng)作的預(yù)測(cè)方法。

11、根據(jù)本技術(shù)的又一個(gè)方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被第二處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的舞蹈動(dòng)作的預(yù)測(cè)方法。

12、根據(jù)本技術(shù)的又一個(gè)方面，提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被第三處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的舞蹈動(dòng)作的預(yù)測(cè)方法。

13、本技術(shù)所提供的一種舞蹈動(dòng)作的預(yù)測(cè)方法及相關(guān)設(shè)備，由服務(wù)器獲取總樣本集、待預(yù)測(cè)音樂信息和目標(biāo)用戶信息，其中，所述總樣本集為預(yù)設(shè)時(shí)間段內(nèi)所接收到的不同用戶的舞蹈類型和與所述舞蹈類型相匹配的音樂；對(duì)所述目標(biāo)用戶信息進(jìn)行處理，生成目標(biāo)用戶的舞蹈屬性信息；對(duì)所述總樣本集進(jìn)行預(yù)處理，生成帶有標(biāo)識(shí)信息的訓(xùn)練樣本集，其中，所述標(biāo)識(shí)信息用于表征用戶的舞蹈動(dòng)作處于異常狀態(tài)；獲取與所述標(biāo)識(shí)信息相匹配的初始舞蹈預(yù)測(cè)模型，其中，所述初始舞蹈預(yù)測(cè)模型為基于預(yù)設(shè)時(shí)間段內(nèi)所接收到的待預(yù)測(cè)音樂信息和目標(biāo)用戶信息所設(shè)置的；基于所述帶有標(biāo)識(shí)信息的訓(xùn)練樣本集對(duì)所述初始舞蹈預(yù)測(cè)模型進(jìn)行訓(xùn)練，生成目標(biāo)舞蹈預(yù)測(cè)模型；基于所述目標(biāo)舞蹈預(yù)測(cè)模型對(duì)所述待預(yù)測(cè)音樂信息和所述目標(biāo)用戶的舞蹈屬性信息進(jìn)行處理，生成目標(biāo)舞蹈動(dòng)作?？紤]了用戶的個(gè)性化需求，包括文化背景和身體條件，以提供適宜的舞蹈動(dòng)作推薦，在推薦過程中，用戶的反饋被用來不斷優(yōu)化模型。通過這種個(gè)性化的舞蹈預(yù)測(cè)和音樂特征生成，用戶能夠享受到更加豐富和滿足其特定需求的舞蹈體驗(yàn)。

14、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。