Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spotting Graphical Symbols in Camera-Acquired Documents in Real Time Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

The ICDAR/GREC 2013 Music Scores Competition: Staff Removal

verfasst von : Alicia Fornés, Van Cuong Kieu, Muriel Visani, Nicholas Journet, Anjan Dutta

Erschienen in: Graphics Recognition. Current Trends and Challenges

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The first competition on music scores that was organized at ICDAR and GREC in 2011 awoke the interest of researchers, who participated in both staff removal and writer identification tasks. In this second edition, we focus on the staff removal task and simulate a real case scenario concerning old and degraded music scores. For this purpose, we have generated a new set of semi-synthetic images using two degradation models that we previously introduced: local noise and 3D distortions. In this extended paper we provide an extended description of the dataset, degradation models, evaluation metrics, the participant’s methods and the obtained results that could not be presented at ICDAR and GREC proceedings due to page limitations.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Improved Contour-Based Corner Detection for Architectural Floor Plans
Nächstes Kapitel Interpretation, Evaluation and the Semantic Gap ... What if We Were on a Side-Track?
Fußnoten
Literatur
1.
Blostein, D., Baird, H.S.: A critical survey of music image analysis. In: Baird, H.S., Bunke, H., Yamamoto, K. (eds.) Structured Document Image Analysis, pp. 405–434. Springer, Heidelberg (1992)CrossRef
2.
Rebelo, A., Fujinaga, I., Paszkiewicz, F., Marcal, A., Guedes, C., Cardoso, J.: Optical music recognition: state-of-the-art and open issues. Int. J. Multimedia Inf. Retrieval 1(3), 173–190 (2012)CrossRef
3.
Dalitz, C., Droettboom, M., Pranzas, B., Fujinaga, I.: A comparative study of staff removal algorithms. IEEE Trans. Pattern Anal. Mach. Intell. 30(5), 753–766 (2008)CrossRef
4.
dos Santos Cardoso, J., Capela, A., Rebelo, A., Guedes, C., Pinto da Costa, J.: Staff detection with stable paths. IEEE Trans. Pattern Anal. Mach. Intell. 31(6), 1134–1139 (2009)CrossRef
5.
Fornés, A., Dutta, A., Gordo, A., Lladós, J.: The icdar 2011 music scores competition: Staff removal and writer identification. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 1511–1515 (2011)
6.
Fornés, Alicia, Dutta, Anjan, Gordo, Albert, Lladós, Josep: The 2012 music scores competitions: staff removal and writer identification. In: Kwon, Young-Bin, Ogier, Jean-Marc (eds.) GREC 2011. LNCS, vol. 7423, pp. 173–186. Springer, Heidelberg (2013)
7.
Fornés, A., Dutta, A., Gordo, A., Lladós, J.: Cvc-muscima: a ground truth of handwritten music score images for writer identification and staff removal. Int. J. Doc. Anal. Recogn. (IJDAR) 15(3), 243–251 (2012)CrossRef
8.
Kieu, V., Journet, N., Visani, M., Mullot, R., Domenger, J.: Semi-synthetic document image generation using texture mapping on scanned 3d document shapes. In: 12th International Conference on Document Analysis and Recognition (ICDAR), pp. 489–493 (2013)
9.
Kieu, V., Visani, M., Journet, N., Domenger, J.P., Mullot, R.: A character degradation model for grayscale ancient document images. In: International Conference on Pattern Recognition (ICPR), Tsukuba Science City, Japan, pp. 685–688, November 2012
10.
Fujinaga, I., Adviser-Pennycook, B.: Adaptive Optical Music Recognition. McGill University, Montreal (1997)
11.
Su, B., Lu, S., Pal, U., Tan, C.L.: An effective staff detection and removal technique for musical documents. In: IAPR International Workshop on Document Analysis Systems (DAS), pp. 160–164 (2012)
12.
Cardoso, J., Rebelo, A.: Robust staffline thickness and distance estimation in binary and gray-level music scores. In: 20th International Conference on Pattern Recognition (ICPR), pp. 1856–1859 (2010)
13.
Dutta, A., Pal, U., Fornés, A., Lladós, J.: An efficient staff removal approach from printed musical documents. In: International Conference on Pattern Recognition (ICPR), pp. 1965–1968 (2010)
Metadaten
Titel
The ICDAR/GREC 2013 Music Scores Competition: Staff Removal
verfasst von
Alicia Fornés
Van Cuong Kieu
Muriel Visani
Nicholas Journet
Anjan Dutta
Copyright-Jahr
2014
Verlag
Springer Berlin Heidelberg
Buch
Graphics Recognition. Current Trends and Challenges

Print ISBN: 978-3-662-44853-3

Electronic ISBN: 978-3-662-44854-0

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-662-44854-0_16

Premium Partner

    Bildnachweise