Badanie skuteczności rozpoznawania notacji muzycznej w oparciu o MusicXML

• Autorzy: Szwoch M.

Warianty tytułu

EN

Using MusicXML to evaluate accuracy of OMR systems

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono koncepcję oceny jakości rozpoznawania notacji muzycznej w oparciu bazę danych wzorcowych partytur zapisanych w notacji MusicXML. Podejście to znacząco skraca czas oceny wpływu różnych wersji algorytmów przetwarzania wstępnego, segmentacji i rozpoznawania na całkowitą skuteczność systemu rozpoznawania partytur. W pracy przedstawiono wyniki pierwszych doświadczeń przeprowadzonych z wykorzystaniem algorytmu porównywania partytur zaimplementowanego w systemie rozpoznawania notacji muzycznej Guido

EN

In this paper a flexible criterion for accuracy evaluation of optical music recognition systems is proposed. The criterion is based on hierarchic object model of music notation and uses a set of weights for different symbol classes. The criterion measures differences between the actually recognized score and its 'ideal' reference representation, both stored in MusicXML format. The criterion may be used for automatic efficiency comparison of complete OMR systems, as well as for comparison of alternative pattern recognition algorithms implemented in the same system. In the paper same preliminary results of the criterion usefulness are presented based on its implementation in OMR Guido system.

Słowa kluczowe

PL

MusicXML; notacja muzyczna

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2008
• Tom: T. 16
• Strony: 255--262
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Szwoch M.

• Katedra Inżynierii Wiedzy, Politechnika Gdańska

Bibliografia

• [1] Szwoch M., Szwach W.: Formaty zapisu cyfrowych dokumentów muzycznych, Zeszyty Naukowe WETI PG nr 8 (Mat. III Konf. Technologie Informacyjne 2005), Gdańsk 2005.
• [2] Blostein D., Baird H.S.: A Critical Survey of Music Image Analysis, Structured Document Analysis, Springer- Verlag 1992, pp. 405-434.
• [3] Bainbridge D. et al.: Towards a digital library of popular music, Proc. of the fourth ACM conference on Digital libraries, Berkeley USA 1999, pp.16l-l69.
• [4] Szwoch M., Michalska A: Interaktywna biblioteka cyfrowa dokumentów muzycznych, Infobazy'05. Bazy danych dla nauki. Red. A Nowakowski., Warszawa: SIMP 2005.
• [5] Szwoch M.: Zapytania muzyczne do bibliotek cyfrowych, Bazy danych: nowe technologie: bezpieczeństwo, wybrane technologie i zastosowania: red. S. Kozielski [et al.]. - Warszawa: Wydawnictwa Komunikacji i Łączności, 2007, s. 155-167.
• [6] Recordare: Finale, MusicXML - Internet: http://www.recordare.com/xml.html (04.2008)
• [7] Modayur B.R., et al.: MUSER: A prototype musical score recognition system using mathematical morphology, Machine Vision and Applications, Springer-Verlag, 1993.
• [8] Szwoch M.: Guido: a Musical Score Recognition System, ICDAR 2007: Ninth International Conference on Document Analysis and Recognition, IEEE Computer Society Vol. 2 2007, pp. 809-813.
• [9] Byrd D., Shindele M.: Prospects for Improving OMR with Multiple Recognizers, ISMIR 2006, 7th International Conference on Music Information Retrieval (2006) – Internet http://www.ismir.net/.
• [10] Szwoch M.: Wizualizacja partytur w środowisku Internetu, Zeszyty Naukowe Wydziału ETI PO. Technologie Informacyjne. - t. 13 (2007), s. 221-230.
• [11] Szwoch M.: Rozpoznawanie drukowanej nutacji muzycznej z wykorzystaniem bezkontekstowych gramatyk atrybutowych, praca doktorska PG, Gdańsk (2002)
• [12] Szwoch M.: A Robust Detector for Distorted Music Staves, Lecture Notes in Computer Science (LNCS) 3691, Computer Analysis of Images and Patterns, Springer-Verlag Berlin Heidelberg (2005), pp.70l-708.
• [13] Malina W.: Podstawy automatycznej klasyfikacji obrazów, Wydawnictwo PG, Gdańsk, 2002