随着电子科技与大数据的快速发展,音乐相册自动生成服务越来越成为人们日常生活的基础应用。尤其是近年来海量在线音乐与在线图像涌现在互联网上,虽然极大的提高了用户的选择空间,但如何能使用户在享受音乐的同时配以与音乐情感相同的相册图片也成为目前面临的关键问题。为了更好的实现音乐相册自动生成并增强用户体验,本文提出了基于多模态融合的家庭音乐相册的自动生成研究。本文根据Thayer的二维情感模型^[43]和MIREX的情感分类标准^[69],首先提取音乐和图像的特征。而不同于以往的基于文件级别的音乐特征表示方法,本文使用了音乐乐句即句子级别的特征表示机制,从音乐数据中挖掘出了更多丰富的情感信息,更细粒度的刻画了音乐的情感属性。另一方面,为了实现音乐特征与图像特征两种不同模态的数据进行更有效的融合,本文提出了更具情感区分度的多模态LPP算法,将音乐与图像特征映射到隐式空间中表示,实现多模态融合。在实验中,本文分别使用了满意度和查准率对实验结果进行衡量,并通过与其他方法的比较对实验结果进行分析。同时本文还对实验结果分别进行了基于句子级别特征表示评估和基于多模态隐式空间表示评估。最终,实验结果表明,本文提出的基于句子级别特征表示和LPP算法在实验中均获得了良好的效果。