Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/3563
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | SILVA, Gustavo Ântonny de Sousa da | - |
dc.date.accessioned | 2019-06-12T20:35:17Z | - |
dc.date.available | 2019-06-12T20:35:17Z | - |
dc.date.issued | 2017-11-14 | - |
dc.identifier.uri | http://hdl.handle.net/123456789/3563 | - |
dc.description | Abstract The image recognition requires a special effort to work with handwritten musical symbols, the automated process of scanning and recognizing handwritten musical scores, an area of the OMR (Optical Music Recognition), is a well-known and studied problem in the area of processing images. However, to date, there is still a need for new proposals for the problem, especially when dealing with handwritten notation. Therefore, this production intends to present a methodology for the systematization of the process of recognition of handwritten scores, addressing the main techniques present in the areas of computer vision, document analysis, pattern recognition among others. In this work, the ORB (Oriented FAST and Rotated BRIEF) algorithm was used for the acquisition of the features in an image-based scanned handwritten scores, using Brute Force Matcher, BoK (Bag of KeyPoints) and SVM (Support Vector Machine) to perform the classification and validation of musical symbols. Obtaining results that reached 98.050% accuracy for the classification of 20 symbol classes, 100% in musical staff pattern detection stage, 98.28% in the process of removing the musical staff, 86.12% in the identification stage of the positions of the notes and 66.12% in the bar line recognition process. | pt_BR |
dc.description.abstract | O reconhecimento de imagens necessita de um esforço especial no sentido de trabalhar com símbolos musicais manuscritos, o processo automatizado de digitalização e reconhecimento de partituras musicais manuscritas, uma área do OMR (Optical Music Recognition), é um problema conhecido e estudado na área de processamento de imagens. Entretanto, até o momento, ainda há a necessidade de novas propostas para o problema, especialmente quando se lida com a notação manuscrita. Portanto, esta produção, tem o intuito de apresentar uma metodologia para a sistematização do processo de reconhecimento de partituras manuscritas, abordando as principais técnicas presentes nas áreas da visão computacional, análise de documentos, reconhecimento de padrões entre outras. Neste trabalho, foi utilizado o algoritmo ORB (Oriented FAST and Rotated BRIEF), para a aquisição das características sob uma base de imagens com partituras manuscritas digitalizadas, utilizando os métodos de Brute Force Matcher, BoK (Bag of KeyPoints) e SVM (Support Vector Machine) para realizar a classificação e validação dos símbolos musicais. Obtendo resultados que atingiram 98,050% de acurácia para a classificação de 20 classes de símbolos, 100% na etapa de detecção de pautas, 98,28% no processo de remoção das pautas, 86,12% no estágio de identificação das posições das notas e 66,12% no processo de reconhecimento das barras de compasso. | pt_BR |
dc.language.iso | other | pt_BR |
dc.publisher | Universidade Federal do Maranhão | pt_BR |
dc.subject | OMR | pt_BR |
dc.subject | Partituras Musicais Manuscritas | pt_BR |
dc.subject | Reconhecimento de imagens | pt_BR |
dc.subject | ORB | pt_BR |
dc.subject | BoK (Bag of KeyPoints) | pt_BR |
dc.subject | SVM (Support Vector Machine) | pt_BR |
dc.subject | OMR | pt_BR |
dc.subject | Handwritten musical scores | pt_BR |
dc.subject | Image recognition | pt_BR |
dc.subject | ORB | pt_BR |
dc.subject | BoK (Bag of KeyPoints) | pt_BR |
dc.subject | SVM (Support Vector Machine) | pt_BR |
dc.title | Reconhecimento automático de partituras manuscritas utilizando SVM e ORB | pt_BR |
dc.title.alternative | Automatic sheet music recognition handwritten using SVM and ORB | pt_BR |
dc.type | Other | pt_BR |
Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
GUSTAVO-SILVA.pdf | Trabalho de Conclusão de Curso | 4,71 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.