diplomsko delo
Matic Isovski (Avtor), Luka Šajn (Mentor)

Povzetek

V diplomskem delu sta predstavljena dva pristopa optičnega razpoznavanja notnih znakov: tradicionalni, pri katerem se problem rešuje po strategiji "deli in vladaj", ter novejši, holistični pristop, pri katerem se problem rešuje z globoko nevronsko mrežo. Oba sta podrobneje opisana in primerjana, predstavljeni pa sta tudi njuni implementaciji, optimizaciji ter doseženi rezultati. Opisani sta zbirki notnih incipitov PrIMuS in CorPus, s katerima sta bila modela ocenjena. Predstavljena sta tudi dva različna obstoječa sistema iz tega področja (plačljivi ter odprtokodni). Na koncu so primerjani še rezultati modelov, nastalih v sklopu diplomskega dela, ter rezultati obstoječih sistemov. Najboljše rezultate je dosegla metoda z globoko nevronsko mrežo, optimizirana tradicionalna metoda pa bi bila uporabna pri natančno definirani ali pa omejeni problematiki.

Ključne besede

optična razpoznava notnih znakov;predprocesiranje slike;CRNN;računalništvo in informatika;visokošolski strokovni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [M. Isovski]
UDK: 004.93:781.24(043.2)
COBISS: 75930371 Povezava se bo odprla v novem oknu
Št. ogledov: 262
Št. prenosov: 23
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Optical music notations recognition
Sekundarni povzetek: The thesis presents two approaches to optical music recognition: the traditional one, in which the problem is solved by the strategy of "divide and rule", and the newer, holistic approach, in which the problem is solved with a deep neural network. Both are described and compared in more detail, and their implementation, optimization and achieved results are also presented. The collections of music incipits PrIMuS and CorPus, with which the models were evaluated, are described. Two different accommodation systems in this field (paid and open source) are also presented. Finally, the results of the models created as part of the diploma thesis and the results of existing systems are compared. The best results were achieved by the method with a deep neural network, while the optimized traditional method could be used with precisely defined or limited problem.
Sekundarne ključne besede: optical music recognition;computer vision;image pre-processing;CRNN;computer science;computer and information science;diploma;Računalniški vid;Muzikalije;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 44 str.
ID: 13324746