[发明专利]结合残差卷积结构和循环神经网络的乐谱图像识别方法在审
| 申请号： | 201910571835.5 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110443127A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 吴琼;李锵;关欣 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于残差结构卷积神经网络和循环神经网络的乐谱图像识别方法，包括：1)建立乐谱图像的数据集；2)构建模型：将残差结构卷积神经网络和循环神经网络结合，构建深度学习网络模型，设置模型结构参数；3)训练模型：利用数据集对构建好的深度学习网络模型进行训练，深度学习网络模型输入为数据集中乐谱图像，真值标签为乐谱图像中各音符对应的语义信息，通过链式时序分类损失函数逐步调整网络各参数并达到最优，最终输出音符语义信息的预测值。 | ||
| 搜索关键词： | 乐谱图像 循环神经网络 网络模型 残差 构建 卷积神经网络 语义信息 数据集 音符 时序 模型结构 数据集中 损失函数 训练模型 卷积 链式 学习 标签 输出 分类 预测 网络 | ||
【主权项】：
1.一种基于残差结构卷积神经网络和循环神经网络的乐谱图像识别方法，包括以下步骤：1)建立乐谱图像的数据集：对已有数据集上进行数据增强以扩充数据集，随机选取部分数据加入柏林噪声，高斯白噪声，弹性形变等以模拟不理想情况下乐谱图像数据，并将其划分为训练集、验证集和测试集；2)构建模型：将残差结构卷积神经网络和循环神经网络结合，构建深度学习网络模型，设置模型结构参数，残差结构卷积神经网络中由5层残差块构成，每一层残差块内部由卷积层、BN层、激活函数层三部分构成，每一层残差块后连接最大池化层；五层残差块中卷积核尺寸均为3*3，卷积核数量逐层变化分别为32、64、128、256和256，最大池化层尺寸为2*2，且步长为2，激活函数采用LeakyReLU函数；循环神经网络采用双向长短时记忆网络BiLSTM，共包含两层BiLSTM，每一层中隐藏层由512个神经网络单元构成；3)训练模型：利用数据集对构建好的深度学习网络模型进行训练，深度学习网络模型输入为数据集中乐谱图像，真值标签为乐谱图像中各音符对应的语义信息，通过链式时序分类损失函数逐步调整网络各参数并达到最优，最终输出音符语义信息的预测值；4)利用乐谱显示软件Verovio将深度学习网络输出的预测值转化为结果易于观察的乐谱图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910571835.5/，转载请声明来源钻瓜专利网。
