用于音乐对象识别的深度分水岭检测器
计算机视觉与模式识别
2018-05-29 v1 人工智能
摘要
光学音乐识别(OMR)是音乐信息检索中一个重要且具有挑战性的领域,在数字图像中准确检测音乐符号是任何 OMR 流程的核心功能。本文提出一种基于合成能量图与分水岭变换的新型对象检测方法,称为深度分水岭检测器(DWD)。我们的方法专门用于处理包含大量极小对象的高分辨率图像,因此能够处理整页的记谱音乐。我们展示了在常见音乐符号上达到 SOTA 的检测结果,并表明 DWD 在合成乐谱与手写音乐上均能同样良好地工作。
引用
@article{arxiv.1805.10548,
title = {Deep Watershed Detector for Music Object Recognition},
author = {Lukas Tuggener and Ismail Elezi and Jurgen Schmidhuber and Thilo Stadelmann},
journal= {arXiv preprint arXiv:1805.10548},
year = {2018}
}
备注
Accepted on The 19th International Society for Music Information Retrieval Conference 2018