مقاله از تشخیص موسیقی نوری تا تشخیص موسیقی دست نویس (2019 الزویر)

1. مقدمه

2. مطالعات مرتبط

2.1. رویکردهای سنتی

2.2. رویکردهای مبتنی بر یادگیری عمیق

2.3. رویکردهای مربوط به پارتیتورهای دست‌نویس

2.4. خلاصه

3. معماری پیشنهادی

4. داده افزایی و یادگیری انتقالی

5. آزمایش

5.1. مجموعه داده ها

5.2. ارزیابی

5.3. نتایج مربوط به اسناد چاپی

5.4. نتایج مربوط به اسناد دست‌نویس

5.5. مقایسه با نرم افزار تجاری OMR

5.6. بحث

6. نتیجه گیری و کار آینده

منابع

Optical Music Recognition (OMR) is the branch of document image analysis that aims to convert images of musical scores into a computer-readable format. Despite decades of research, the recognition of handwritten music scores, concretely the Western notation, is still an open problem, and the few existing works only focus on a specific stage of OMR. In this work, we propose a full Handwritten Music Recognition (HMR) system based on Convolutional Recurrent Neural Networks, data augmentation and transfer learning, that can serve as a baseline for the research community.

تشخیص موسیقی نوری (OMR) شاخه ای از تجزیه و تحلیل تصویری سند محسوب می شود که در پی تبدیل تصاویر پارتیتورها به صورتی قابل خوانش توسط کامپیوتر می باشد. به رغم دهه ها تحقیق، تشخیص پارتیتورهای دست‌نویس که در اصل نت‌نگاری غربی است، همچنان یک مساله مفتوح بوده و آثار معدودی وجود دارند که تنها بر روی مرحله خاصی از OMR تمرکز نموده اند. در اثر حاضر، ما سیستم کاملی از تشخیص موسیقی دست‌نویس (HMR) را بر اساس شبکه های عصبی بازگشتی پیچشی، داده افزایی و یادگیری انتقالی پیشنهاد نمودیم که می تواند به عنوان مبنایی برای جامعه تحقیقاتی عمل نماید.

توجه؛ (همانطور که در نمونه ترجمه مشاهده مینمایید، این ترجمه توسط مترجم مجرب با رشته مرتبط به صورت کاملا تخصصی انجام شده و ادامه مقاله نیز به همین صورت با کیفیت عالی در فرمت ورد و pdf آماده خریداری و دانلود میباشد.)