선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 그리고 추출된 결과를 MI이로 출력하는 시스템을 제안한다. 2 장에서는 시스템 개요에 대해, 3장에서는 전처리, 오선인식, 기호 인식, 음성출력과 같은 시스템의 주요 기능에 대해, 4장에서는 실험 및 결과에 대해 설명하겠다.
- 논문에서 제안한 방법을 이용한 실험을 통해 적절한 환경에서 성공적인 악보 인식을 수행하였다. 본 시스템에서는 선 추적과 템플릿 매칭 알고리즘을 사용하여 이미지화 된 악보를 인식해 보아 그것이 실용적임을 보았다.
- 본 논문에서는 악보 영상을 받아 선 추적알고리즘을 통해 오선을 추출하고, 계층적 구조로 구성된 템플릿 매칭을 사용하여 음표를 인식시킨다. 그리고 추출된 결과를 MI이로 출력하는 시스템을 제안한다.
- 스캔 과정에서 발생한 잡영 또는 기울임 보정 시에 발생한 잡영이 있는 경우, 좀 더 강인한 오선 추출 방법이 필요하다. 본 시스템에서는 그림 3과 같이 오선의 시작점을 찾은 후 수평으로 오선을 추적하는 방법과 수평 히스토그램 분석으로 구한 데이터를 OR 연산하여 오선의 데이터만 가진 이미지를 생성하였다. 이것은 그림 3과 같은 왜곡된 환경에서 수평 히스토그램 방법보다 좀 더 잡영에 민감한 데이터를 구하기 위한 방법으로서 오선의 굵기가 일정하지 않더라도 오선을 추적할 수 있다.
- 음성출력은 General MI이를 이용하여 작성되었다. 음표와 쉼표로 구성된 데이터를 가지고 각 음표의 음정에 해당하는 숫자와 음표와 쉼표의 박자를 MI이출력의 형식으로 변환하여 음을 출력한다.
- 이진화가 끝난 후 이미지의 기울임을 보정하기 위해 최상단의 수평선을 추적하여 첫 오선을 추출한 후 기울어진 영상을 반대 방향으로 회전한다.
대상 데이터
- 0 을 이용한 환경이었다. 실험에 사용한 데이터들은 평평하게 스캔되어 회전 외의 굴곡 같은 왜곡이 없다는 조건을 만족하는 100개의 악보를 사용하였으며 총 3번씩의 실험을 통하였다. 이 악보들 중 1/3은 템플릿의 규격과 같은 악보, 2/3는 새로운 데이터로 초등학교 음악 교과서에 실린 악보를 대상으로 하였다.
- 실험에 사용한 시스템은 펜티엄 4 3.0GHz, 512M RAM, Windows XP에서 Visual C + + 6.0 을 이용한 환경이었다. 실험에 사용한 데이터들은 평평하게 스캔되어 회전 외의 굴곡 같은 왜곡이 없다는 조건을 만족하는 100개의 악보를 사용하였으며 총 3번씩의 실험을 통하였다.
- 실험에 사용한 데이터들은 평평하게 스캔되어 회전 외의 굴곡 같은 왜곡이 없다는 조건을 만족하는 100개의 악보를 사용하였으며 총 3번씩의 실험을 통하였다. 이 악보들 중 1/3은 템플릿의 규격과 같은 악보, 2/3는 새로운 데이터로 초등학교 음악 교과서에 실린 악보를 대상으로 하였다. 실험 결과는 표 1과 같이 나왔다.
- 갖는다. 이진화에는 적응 이진화, 평균 이진호 卜, otsu 이진화, 등 많은 방법들이 있지만 악보 영상은 보통 극단적으로 흑과 백으로 화소가 나뉘어져 있는 경우가 많기에 본 시스템에서는 단순 임계치를 주어 이진화하는 전역 적이 진화[6]를 사용하였다.
이론/모형
- 한다. 이때 악보상의 보표, 조표, 음표, 쉼표 등을 인식하기 위해서 템플릿 매칭 방법을 사용하였다. 그림 7은 본 시스템에서 사용한 템플릿의 예이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.