工尺谱扫描机器人及其方法

本发明涉及智能化扫描机器人，尤其涉及一种工尺谱扫描机器人及其方法。

背景技术：

1、传统的光学音乐识别基于围绕五线谱识别展开，对数字化的乐谱图像进行分析和处理得到所需的音乐信息，其发展较为成熟。

2、工尺谱作为我国传统的一种文字记谱方法，与民族乐器和传统曲目紧密联系，我国传统文献中的乐谱多用工尺谱记载。但针对工尺谱的光学音乐识别研究仍处于发展阶段，现有的技术存在许多不足，例如，无法识别小字符。小字符信息的丢失需人工补充，这对于自动化的乐谱识别是难以接受的。因此，期待一种解决方案。

技术实现思路

1、本发明实施例提供一种工尺谱扫描机器人及其方法，其利用安装于工尺谱扫描机器人上的摄像头获取待处理工尺谱图像；对所述待处理工尺谱图像进行分割与图像增强以得到优化待识别工尺谱分割图像块；对所述优化待识别工尺谱分割图像块进行图像特征提取以得到待识别工尺谱全局语义特征图；以及基于所述待识别工尺谱全局语义特征图，确定工尺谱符号的标签值。这样，可以利用基于深度学习的图像处理技术来实现对工尺谱的自动化识别，提高工尺谱图像的识别准确性和鲁棒性。

2、本发明实施例还提供了一种工尺谱扫描机器人，其包括：

3、工尺谱图像获取模块，用于利用安装于工尺谱扫描机器人上的摄像头获取待处理工尺谱图像；

4、图像分割与增强模块，用于对所述待处理工尺谱图像进行分割与图像增强以得到优化待识别工尺谱分割图像块；

5、图像特征提取模块，用于对所述优化待识别工尺谱分割图像块进行图像特征提取以得到待识别工尺谱全局语义特征图；以及标签值确定模块，用于基于所述待识别工尺谱全局语义特征图，确定工尺谱符号的标签值。

6、本发明实施例还提供了一种工尺谱扫描机方法，其包括：

7、利用安装于工尺谱扫描机器人上的摄像头获取待处理工尺谱图像；

8、对所述待处理工尺谱图像进行分割与图像增强以得到优化待识别工尺谱分割图像块；

9、对所述优化待识别工尺谱分割图像块进行图像特征提取以得到待识别工尺谱全局语义特征图；以及基于所述待识别工尺谱全局语义特征图，确定工尺谱符号的标签值。

技术特征：

1.一种工尺谱扫描机器人，其特征在于，包括：

2.根据权利要求1所述的工尺谱扫描机器人，其特征在于，所述图像分割与增强模块，包括：

3.根据权利要求2所述的工尺谱扫描机器人，其特征在于，所述图像特征提取模块，用于：利用深度卷积神经网络模型对所述优化待识别工尺谱分割图像块进行图像特征提取以得到所述待识别工尺谱全局语义特征图。

4.根据权利要求3所述的工尺谱扫描机器人，其特征在于，所述图像特征提取模块，包括：

5.根据权利要求4所述的工尺谱扫描机器人，其特征在于，所述卷积神经网络模型包括输入层、第一卷积层、第二卷积层、第三卷积层、池化层和输出层；其中，每个卷积层包括 32个卷积核，卷积核大小为 3x3，步长为 1，激活函数为relu，每个池化层采用大小为 2x2的最大值池化操作，步长为2。

6.根据权利要求5所述的工尺谱扫描机器人，其特征在于，所述全局特征提取单元，包括：

7.根据权利要求6所述的工尺谱扫描机器人，其特征在于，所述特征提取子单元，用于：

8.根据权利要求7所述的工尺谱扫描机器人，其特征在于，所述融合子单元，用于：以如下融合公式对所述待识别工尺谱分割图像块特征图和所述初始待识别工尺谱全局语义特征图进行全局上下文空间关联富化融合以得到所述待识别工尺谱全局语义特征图；

9.根据权利要求8所述的工尺谱扫描机器人，其特征在于，所述标签值确定模块，用于：

10.一种工尺谱扫描机方法，其特征在于，包括：

技术总结
本发明公开了一种工尺谱扫描机器人及其方法，其利用安装于工尺谱扫描机器人上的摄像头获取待处理工尺谱图像；对所述待处理工尺谱图像进行分割与图像增强以得到优化待识别工尺谱分割图像块；对所述优化待识别工尺谱分割图像块进行图像特征提取以得到待识别工尺谱全局语义特征图；以及基于所述待识别工尺谱全局语义特征图，确定工尺谱符号的标签值。这样，可以利用基于深度学习的图像处理技术来实现对工尺谱的自动化识别，提高工尺谱图像的识别准确性和鲁棒性。

技术研发人员：曾台盛,高大利,朱达欣,庄世芳,黄思育,洪丽芳
受保护的技术使用者：泉州师范学院
技术研发日：
技术公布日：2024/1/15