[发明专利]结合多尺度残差式CNN和SRU的乐谱图像识别方法在审
| 申请号： | 201910787184.3 | 申请日： | 2019-08-25 |
| 公开（公告）号： | CN110580458A | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 吴琼;李锵;关欣 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 12201 天津市北洋有限责任专利代理事务所 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种结合多尺度残差式CNN和SRU的乐谱图像识别方法，包括下列步骤：第一步，建立乐谱图像的数据集；第二步，构建模型：将多尺度残差式CNN和SRU结合；第三步，训练模型：利用数据增强后的数据集进行模型训练，模型输入为数据集中的乐谱图像，真值标签为图像对应的语义标签，通过链式时序分类损失函数逐步调整网络各参数并达到最优，最终输出音符语义信息的预测值。 | ||
| 搜索关键词： | 乐谱图像 多尺度 数据集 残差 时序 模型输入 模型训练 数据集中 数据增强 损失函数 训练模型 语义标签 语义信息 构建 链式 音符 标签 图像 输出 分类 预测 网络 | ||
【主权项】：
1.一种结合多尺度残差式CNN和SRU的乐谱图像识别方法，包括下列步骤：/n第一步，建立乐谱图像的数据集：选取谱例并使用图像增强技术，使得数据集包含不理想情况下的乐谱图像以扩充数据集。/n第二步，构建模型：将多尺度残差式CNN和SRU结合；/n(1)尺度残差式CNN网络：多尺度残差式CNN由五个卷积残差块构成并进行多尺度特征融合，输入图像数据依次通过五个残差块卷积层后得到特征图C1，C2，C3，C4以及C5，其卷积核尺寸均为3×3，卷积核数量以32、64、128、256、256逐层增加。将最后一层特征图C5经过2倍上采样后的结果与特征图C4通过1×1卷积操作后的结果相融合得到特征F5，对F5和C3进行C5和C4相同的处理得到特征F4。/n(2)SRU部分：由两层双向SRU组成，每层循环长度因乐谱图像的高度与所选卷积核数确定而保持不变，每一个SRU中其权重正向学习和反向传播均通过512个隐藏层单元实现；/n第三步，训练模型：利用数据增强后的数据集进行模型训练，模型输入为数据集中的乐谱图像，真值标签为图像对应的语义标签，通过链式时序分类损失函数逐步调整网络各参数并达到最优，最终输出音符语义信息的预测值。/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天津大学，未经天津大学许可，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/201910787184.3/，转载请声明来源钻瓜专利网。
