音楽スコア画像の領域ベースレイアウト解析【JST・京大機械翻訳】

Castellanos Francisco J.; Garrido-Munoz Carlos; Rios-Vila Antonio; Calvo-Zaragoza Jorge

プレプリント

J-GLOBAL ID：202202200602103807 整理番号：22P0026451

音楽スコア画像の領域ベースレイアウト解析【JST・京大機械翻訳】

Region-based Layout Analysis of Music Score Images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2022年01月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

レイアウト解析(LA)段階は,光学的音楽認識(OMR)システムの正しい性能にとって極めて重要である。それは,その内容を転写するために処理しなければならないスタブやリリックのような関心領域を同定する。深層学習に基づく現代のアプローチの存在にもかかわらず,OMRにおけるLAの徹底的な研究は,異なるモデルの精度,異なるドメインへのそれらの一般化,またはより重要なことに,パイプラインのその後の段階に対するそれらの影響に関して,まだ実行されていない。本研究は,異なる神経アーキテクチャ,音楽文書タイプおよび評価シナリオの実験的研究によって,文献におけるこのギャップの充填に焦点を当てた。訓練データの必要性も,実際のシナリオにおけるLAアプローチの効率的な適用性を可能にする新しい半合成データ生成技術に対する提案を導いた。結果は以下を示した。(i)モデルの選択とその性能は,全転写プロセスにとって重要である;(ii)LA段階を評価するために通常用いられるメトリックスは,OMRシステムの最終性能とは必ずしも相関せず,(iii)提案したデータ生成技術は,ラベル付きデータの限られたセットで,最先端の結果を達成できる。【JST・京大機械翻訳】

, , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る