[发明专利]一种五线谱图像自动识别方法及系统、存储介质及终端

权利要求书

1.一种五线谱图像自动识别方法，其特征在于：包括以下步骤：

识别五线谱图像中的段落结构信息，根据所述段落结构信息将所述五线谱图像按照小节顺序组合成曲谱流；

对每个小节的曲谱图像进行语义分割，生成曲谱单元的语义图；

基于所述语义图推测曲谱的定长向量编码；

将所述定长向量编码转换为不定长文本；

将所述不定长文本转换为MusicXML文件；

基于卷积神经网络对每个小节的曲谱图像进行语义分割；

基于卷积神经网络推测曲谱的定长向量编码；

基于递归神经网络将所述定长向量编码转换为不定长文本。

2.根据权利要求1所述的五线谱图像自动识别方法，其特征在于：所述定长向量编码为近似服从标准正态分布的1024维向量。

3.根据权利要求1所述的五线谱图像自动识别方法，其特征在于：还包括对所述MusicXML文件增加标注信息。

4.根据权利要求1所述的五线谱图像自动识别方法，其特征在于：所述五线谱图像包括扫描图像和拍摄图像，采用位图格式存储。

5.一种五线谱图像自动识别系统，其特征在于：包括组合模块、分割模块、推测模块、第一转换模块和第二转换模块；

所述组合模块用于识别五线谱图像中的段落结构信息，根据所述段落结构信息将所述五线谱图像按照小节顺序组合成曲谱流；

所述分割模块用于对每个小节的曲谱图像进行语义分割，生成曲谱单元的语义图；

所述推测模块用于基于所述语义图推测曲谱的定长向量编码；

所述第一转换模块用于将所述定长向量编码转换为不定长文本；

所述第二转换模块用于将所述不定长文本转换为MusicXML文件；

基于卷积神经网络对每个小节的曲谱图像进行语义分割；

基于卷积神经网络推测曲谱的定长向量编码；

基于递归神经网络将所述定长向量编码转换为不定长文本。

6.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至4中任一项所述的五线谱图像自动识别方法。

7.一种终端，其特征在于，包括处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1至4中任一项所述的五线谱图像自动识别方法。