数字乐谱中嵌入MIDI信息的盲水印算法

提出一种基于光学乐谱识别(Optical Music Recognition,OMR)技术的适合于二值乐谱图像中嵌入其相应MIDI(Musical Instrument Digital Interface)信息的盲水印算法,可实现数字乐谱信息和MIDI信息的重建.实验结果表明,此算法不会对乐谱识别产生任何影响,且有利于数字音乐乐谱和数字音序的完整性审计和同步传播.     

古琴艺术的数字化与乐谱谱字提取的包围盒算法

文章阐明古琴艺术的数字化应从元数据方案设计、古琴乐谱的编码方案设计、TrueType字库设计、软音源设计、乐谱识别和古琴艺术的音乐活动等6个方面进行.提出和分析了乐谱识别中谱字提取的包围盒算法,选取古琴乐谱"广陵散"为样本图像,实验结果表明,数据处理量可较传统的区域标记算法降低12.5%.     

浙派古琴艺术记谱技法研究和乐谱数据结构及标记文本转换分析

分析了浙派古琴的演奏技法,对古琴乐谱所包含的语义信息进行了分类,利用计算机技术对乐谱中的独立语义信息进行数据结构设计,提出了基于文本标记表示古琴乐谱的方法,解决了人机无法同时表示与阅读古琴乐谱的问题.实验结果显示:古琴的文本乐谱能完整地重现原有乐谱的音乐信息,谱字的平均字节数为4.08;带标记的文本乐谱适合于计算机进行统计分析、智能打谱、乐谱文本语料库建设等,为古琴艺术的数字化和信息化提供了一种切实可行的方法.     

丰富多彩的藏传佛教乐谱——试述诵经音乐乐谱

藏传佛教各教派寺庙在长期的宗教法事活动中,为图示诵经音调和法器演奏的器乐音乐而创建的音乐乐谱令人眼花缭乱,目不暇接。不仅有许多形态各异的图示诵经音调的曲线乐谱,而且还有许多五花八门的器乐音乐乐谱。文章重点介绍乐谱记载的大体内容和曲线乐谱符号名称,同时将各教派诵经音乐的一部分乐谱图示整理出来,以飨读者。     

试论中国传统音乐与乐谱之关系

中国传统音乐与乐谱之间的关系,是音乐学中一个未被全面认识的问题,本文通过中国传统音乐的民族器乐和戏曲音乐两个方面与乐谱的分析与研究,来说明我们中国传统音乐与乐谱之间的关系。     

基于深度学习的端到端乐谱音符识别

光学乐谱识别是音乐信息检索中一项重要技术,音符识别是乐谱识别及其关键的部分.针对目前乐谱图像音符识别精度低、步骤冗杂等问题,设计了基于深度学习的端到端音符识别模型.该模型利用深度卷积神经网络,以整张乐谱图像为输入,直接输出音符的时值和音高.在数据预处理上,通过解析Music XML文件获得模型训练所需的乐谱图像和对应的标签数据,标签数据是由音符音高、音符时值和音符坐标组成的向量,因此模型通过训练来学习标签向量将音符识别任务转化为检测、分类任务.之后添加噪声、随机裁剪等数据增强方法来增加数据的多样性,使得训练出的模型更加鲁棒;在模型设计上,基于darknet53基础网络和特征融合技术,设计端到端的目标检测模型来识别音符.用深度神经网络darknet53提取乐谱图像特征图,让该特征图上的音符有足够大的感受野,之后将神经网络上层特征图和该特征图进行拼接,完成特征融合使得音符有更明显的特征纹理,从而让模型能够检测到音符这类小物体.该模型采用多任务学习,同时学习音高、时值的分类任务和音符坐标的回归任务,提高了模型的泛化能力.最后在Muse Score生成的测试集上对该模型进行测试,音符识别精度高,可以达到0.96的时值准确率和0.98的音高准确率.     

印刷体简谱的实时识别

论述用图象处理机实现印刷体简谱识别并通过IBM-PC微机演唱的方法。基于TMS32020图象处理机的高速运算能力及简捷有效的识别办法,实现了单张及多张乐谱的连续实时识别和演奏。     

计算机软件辅助音乐教学

计算机技术大量地运用于教学中,文章讨论了用计算机软件技术辅助音乐教学,提高音乐教学效率和质量。具体说明了计算机软件在乐谱处理,创作MIDI音乐和音乐课堂教学中的应用,系统地总结了音乐教学中常用的软件。比较了计算机软件和传统方法的区别,特别是在计算机中进行音乐活动的特殊性。     

基于数字结构的中长跑比赛自动计圈技术研究

为了识别号码布图像中的三个数字,基于数字结构特征建立了数字0～9的Fisher线性判别模型.基于图像处理从号码布图像中提取数字二值图像.用直线切割数字区域获取切割区域特征和切割线特征简单、稳定、不重复,可以代表数字的基本形状,对数字的区分度较好.Bayes判别分析结果表明:所建模型经内部验证对数字0～9的识别率达100%.基于数字的结构识别运动员号码是可行的,为研制中长跑自动计圈系统提供了方法.     

人机交互过程中数字手势的识别方法

为了获得简单、高效的数字手势识别方法,增加使用者舒适的体验,提出一种基于Kinect融合深度信息和骨骼信息的数字手势识别方案.首先,使用Kinect进行深度数据的采集,建立深度图像;其次,结合骨骼追踪系统,提取人体轮廓,运用深度阈值法从轮廓中分割出手部区域,并进行二维图像的重建;再次,利用手腕和手掌骨骼点准确分割出手掌区域,并运用图像形态学开运算进行处理,得到不含手指的图像,进而提取掌心坐标;最后,计算半径,确定掌心圆,采用圆的边界和手指相交次数的方式识别手指个数.实验结果表明:数字手势识别方案能够准确、高效地识别数字手势.     

基于声学特征的乐器识别综述

在机器听觉领域中,语音信号处理与识别早已成为一个传统的研究热点;随着信息科学与技术的迅速发展,音频与音乐信号分析也逐渐成为一个新的研究热点。乐器识别是音乐分析的一个重要应用,其主要的研究方向是基于声学特征的识别,近年来,在该领域有众多研究成果出现。文章对十多年来在基于声学特征的乐器识别领域所取得的研究成果进行综述,总结乐器识别技术常用的声学特征和识别方法。     

小波变换与FFT联合识别乐音

单一音符是规则的周期信号,利用FFT可以获得最佳频域分辨.但由于乐音的谐波成分非常丰富,直接实施FFT无法准确检测基音.笔者首次提出小波变换DWT和FFT结合的乐音音符识别方法,该方法充分利用了DWT的低通分解迅速、低频近似信号的平滑性好等优点,实现了乐音基音频率的精确识别,是乐音音符识别的一个很好的方法.     

基于音素的发音质量评价算法

面对广大的外语学习者,计算机辅助语言学习系统已经成为一种最佳的口语学习方式。该文提出了一种新的应用于计算机辅助语言学习系统的面向英语学习人群的发音质量评价算法,名为PASS(phone-basedautomaticscoreforl2speechquality)。PASS算法以基于隐含Markov模型的语音识别和口音自适应技术为基础,考察了音素发音的准确性和流利性信息,定义了音素级的发音质量分数,从而可以综合得到整句的评分结果。在实验室自行采集和精细标注的非母语语音库上与其他评分算法进行比较实验,PASS与专家评分的句子级相关性达到了0.66,优于其他算法。目前PASS算法已经被成功地应用于清华大学出版社的互动式语言学习系统中。     

大学生对中国民族器乐认知度的研究———以南京6所高校大学生为例

对南京市6所高校的大学生进行关于中国民族器乐认知度的问卷调查,分析大学生对中国民族器乐的认知现状及其影响因素,提出了加强学校民族器乐课程建设、发展多元化的民族器乐、提升民族器乐的传播力度等促进大学生更好了解中国民族器乐及本土音乐文化的对策与建议.     

自然手写汉字笔画和字根的提取

对自然手写体汉字联机识别系统中笔画和字根提取问题作了深入研究,提出并改进了有关策略和算法实现。经深入分析和测试结果表明,由于充分考虑了自然手写体汉字的书写习惯和结构特征,技术策略和算法实现具有高稳定性和变形容忍度。     

雷达海面目标识别技术研究进展

 针对雷达海面目标识别特征数据缺乏和识别算法推广能力差等问题,从雷达目标电磁散射特性和目标分类识别两方面总结了雷达海面目标识别技术的研究热点和发展趋势。围绕海面目标雷达特性,从电磁散射测量和建模两个方面综述了国内外研究现状;从低分辨雷达回波、高分辨距离像、高分辨雷达图像3方面综述了海面目标识别技术发展现状;介绍了雷达海面目标识别工程应用情况;最后展望了海面目标识别技术的发展趋势。     

基于深度学习的人体行为识别检测综述

人体行为识别检测是计算机视觉领域的研究热点,主要包括行为识别和行为检测两大部分.目前,对行为识别检测的综述主要聚焦在行为识别领域,对行为检测的关注度偏低.针对这一现状,聚焦行为识别和行为检测两个方面,分别综述了行为识别以及行为检测的各种方法,介绍了常用的数据集.首先从网络结构的角度重点论述了基于深度学习的行为识别方法;而后将行为检测划分为时序行为检测和时空行为检测,总结行为检测的各种算法;最后对各种算法的特点进行了总结分析,探索行为识别与行为检测的区别与联系,对当前研究面临的问题以及下一步的工作进行了总结和展望.     

手背静脉识别系统的研究

介绍了手背静脉识别系统的图像处理和相关法识别算法,并通过实验证明了系统的可行性。     

基于机器学习的裂纹识别研究现状及发展趋势

裂纹识别一直是机器视觉领域的重要研究内容,尤其是与之相关的自动检测算法在近年来备受关注。深度学习作为机器学习的一个分支,其在裂纹识别方面已显现出强大的功能和灵活性。本文对基于机器学习的裂纹识别技术的发展情况、研究现状以及典型方法进行详细介绍:首先介绍了多种机器学习方法在裂纹识别领域的应用,并从特征提取算法和应用对象等方面介绍了支持向量机(Support Vector Machine, SVM)、K最近邻(K-Nearest Neighbor, KNN)、神经网络、决策树和随机森林等常用的分类器;其次,从网络模型、数据集和应用对象等方面介绍了深度学习方法在裂纹识别领域的应用。同时,本文还对近20年(2000-2020年)的81篇相关文献进行对比分析,认为未来金属裂纹的识别依旧是热门研究,多种算法的混合会逐渐替代单一算法成为今后的发展方向。     

协同学理论方法在飞机识别中的应用

此文将协同学理论方法应用到飞机识别 ,同时利用小波变换中的图像融合技术 ,将每一类中的多种型号的飞机融合成一幅图像 ,以提高识别速度 .试验结果表明 ,把协同学理论方法与小波变换中的图像融合技术相结合对模式进行识别 ,不但精确率高 ,而且速度快 .这两点在军事目标识别中是十分重要的 .