[发明专利]基于卷积神经网络的光学乐谱识别方法有效
| 申请号： | 201910787063.9 | 申请日： | 2019-08-25 |
| 公开（公告）号： | CN110598581B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 马学健;董瓒;郭玲 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40;G06V30/148;G06V30/18;G06N3/04;G06T7/00;G06T7/70 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 陈鹏 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的光学乐谱识别方法，包括：对乐谱图像进行谱线检测；根据谱线的位置进行谱线删除；音符分割，得到一系列音符图像；将音符图像输入到已经训练好的神经网络中完成识别。本发明采用基于图论的谱线检测算法进行谱线检测，不受乐谱图像的质量、谱线扭曲形变等影响，可以准确检测出谱线的位置；采用基于线轨迹高度+局部游程直方图算法进行谱线删除，可以有效避免过删除现象；采用基于层次分级+模板匹配的分割算法，可以有效进行音符分割且保证音符的完整性；利用卷积神经网络对分割之后音符进行识别，结果具有较好的识别精度和识别速率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 光学 乐谱 识别 方法 | ||
【主权项】：
1.一种基于卷积神经网络的光学乐谱识别方法，其特征在于，包括以下步骤：/n步骤1、利用图论的稳定路径方法进行谱线检测，获得谱线的位置，即一系列像素点坐标；/n步骤2、根据谱线的位置，利用线轨迹高度+局部游程直方图算法进行谱线删除；/n步骤3、利用层次分解+模板匹配方法对图像进行分割，获得一系列独立的音符；/n步骤4、将分割出来的音符输入到一个已经训练好的神经网络，得到音符类型；如果识别音符中含有符头，则根据谱线位置判定其符头的音高；/n步骤5、对步骤4中识别的音符类型进行乐谱语义重构，并将结果转化为通用的数字音乐格式。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910787063.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种人脸活体检测方法
- 下一篇：一种眼图像处理模型构建方法和装置
