| Project/Area Number |
13780273
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
Intelligent informatics
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
宮尾 秀俊 信州大学, 工学部, 助手 (10239353)
|
|---|
| Project Period (FY) |
2001 – 2002
|
| Project Status |
Completed (Fiscal Year 2002)
|
| Budget Amount *help |
¥1,800,000 (Direct Cost: ¥1,800,000)
Fiscal Year 2002: ¥600,000 (Direct Cost: ¥600,000)
Fiscal Year 2001: ¥1,200,000 (Direct Cost: ¥1,200,000)
|
|---|
| Keywords | オンライン手書き楽譜認識 / 動的計画法 / ラベリング / 隠れマルコフモデル / フリーマンコード / テンプレートマッチング |
|---|
| Research Abstract |
手書きの楽譜を認識する場合においても、五線部分は印刷されている場合が多く、その五線位置を基準として他の記号が描かれているため、前処理として、正確に五線位置を検出する技術が必要不可欠である。そこで、次の手法を使って印刷された五線を検出する手法を考案した。
1. 画像領域を複数の垂直線で等分割し、その分割線上で五線の候補となり得る点を検出する。
2. 動的計画法を用いて、五線候補点を結合する。この際、隣合う分割線上の候補点間を結ぶ直線の傾きや線上の黒画素の存在状態に基づいて、動的計画法における距離計算を行った。
3. 五線の各線の線間隔を考慮に入れ、ラベリング操作によって、一つの五線の固まりを検出する。この際、動的計画法で検出できなかった線分の補間も行った。
4. 黒画素の探索により、五線の端点部分の検出と位置補正を行う。
上記手法を、途切れ、傾き、湾曲した五線を含む71枚の印刷楽譜に適用したところ、99.4%の高検出率を得ることができた。
一方、手書き楽譜認識システムについては、昨年度、フリーマンコードとテンプレートマッチングを相互に使う手法を用い、楽譜の基本記号については97.45%の認識率を得ている。現在、さらに高い認識率を上げるために、記号の筆記順序を学習する隠れマルコフモデルを用いた認識アルゴリズムを考案中である。
|
