2018 Fiscal Year Annual Research Report
Development of music manuscript database which is searchable by their contents
| Project/Area Number |
17K12795
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
新妻 雅弘 立命館大学, 情報理工学部, 助教 (50733135)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 筆跡鑑定 |
|---|
| Outline of Annual Research Achievements |
深層学習に用いられる多層ニューラルネットワークの学習には，概して大量のデータが必要となることから，実際に音楽学者が使用している楽譜の質を反映し，種々の音楽記号を含んだ正解付きのデータベースを整備していく必要性がある。五線削除のためのデータベースとしてはCVC-Musicmaデータベースがあるが，実際に音楽学者が使用しているマイクロフィッシュなどは含まれていないため，独自のデータベースを構築する必要がある。今回は，小林義武先生の残されたパンチカードのデータベースを作成した。さらに，これまで古楽譜における音楽記号のアイソレーションでは，二値化や雑音除去，五線削除などが前提になっていた。また，ケースごとに最適な特徴量を選択する必要があった。本研究ではCNN(Convolutional Neural Network)を用いることで，特徴量抽出を内部に包含した分類器を構築し，これらの前処理をせずに直接ピクセルが音楽記号の構成要素となるかどうかを判別する。具体的には，構築された多様なデータを用い，最適なニューラルネットワークの構造を決定し，チューニングを行うことで実用的な精度を達成する。CNNを用いて，前景と背景の分離のタスクにおいて高い精度を達成した。個々の音楽記号の分離までは達成できなかった。また，CNNを用いて互いに似通った筆跡に関する筆跡鑑定を行い，２クラスで８１％の精度を達成した。具体的には，ヨハン・セバスチャン・バッハ，アンナマグダレーナバッハの２人の筆跡者の楽譜９４ページを訓練データとし，６０ページを正解データとした。アルトニコル，マイスナー，ヨハンハインリッヒバッハの楽譜を含む５クラス分類では，６０％程度にとどまり，それ以上の改善はできなかった。
|
