基于CNN-LSTM的舞蹈情感识别方法

摘要

本发明公开的基于CNN‑LSTM的舞蹈情感识别方法，通过获得舞蹈情感数据集；针对舞蹈情感数据集的每一帧数据进行维度转换，变为2*160的输入维度至卷积神经网络，进行舞蹈情感特征的提取，并得到舞蹈情感特征向量；将舞蹈情感特征向量输入到长短时记忆神经网络，通过全连接层特征融合，使用BN层对特征数据进行归一化处理，最后将输出数据传入softmax层分类，完成舞蹈情感识别。本发明舞蹈情感识别方法，从肢体结构、空间方位、力效三个方面对舞蹈情感特征参数进行分析和描述，同时使用CNN‑LSTM混合深度学习模型对舞蹈情感数据进行训练，提取舞蹈情感特征，实现舞蹈情感识别，获得了较高的识别效率。