基于面部情绪识别的音乐推荐
计算机视觉与模式识别
2024-04-09 v1 信息检索
摘要
引言：音乐为个人表达思想和情感提供了绝佳途径，同时也是爱好者和音乐爱好者的一种愉悦娱乐方式。目标：本文提出了一种综合方法，通过整合情绪识别、音乐推荐和使用GRAD-CAM的可解释人工智能来增强用户体验。方法：所提出的方法利用在面部表情识别（FER）数据集上训练的ResNet50模型，该数据集包含表达各种情绪的真实人物图像。结果：该系统在情绪分类中达到了82%的准确率。通过利用GRAD-CAM，模型为其预测提供了解释，使用户能够理解系统推荐背后的推理。该模型在FER和真实用户数据集上训练，这些数据集包含标记的面部表情以及表达各种情绪的真实人物图像。训练过程包括预处理输入图像、通过卷积层提取特征、通过密集层进行推理，以及通过输出层生成情绪预测。结论：所提出的方法利用基于ROI分析的Resnet50模型和可解释人工智能技术，为面部情绪检测论文提供了一种鲁棒且可解释的解决方案。
引用
@article{arxiv.2404.04654,
title = {Music Recommendation Based on Facial Emotion Recognition},
author = {Rajesh B and Keerthana V and Narayana Darapaneni and Anwesh Reddy P},
journal= {arXiv preprint arXiv:2404.04654},
year = {2024}
}