Groundtruthing (not only) Music Notation with MUSCIMarker: a Practical Overview

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10372148" target="_blank" >RIV/00216208:11320/17:10372148 - isvavai.cz</a>

Výsledek na webu

<a href="http://doi.org/10.1109/ICDAR.2017.271" target="_blank" >http://doi.org/10.1109/ICDAR.2017.271</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICDAR.2017.271" target="_blank" >10.1109/ICDAR.2017.271</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Groundtruthing (not only) Music Notation with MUSCIMarker: a Practical Overview

Popis výsledku v původním jazyce

Dataset creation for graphics recognition, especially for hand-drawn inputs, is often an expensive and time-consuming undertaking. The MUSCIMarker tool used for creating the MUSCIMA++ dataset for Optical Music Recognition (OMR) led to efficient use of annotation resources, and it provides enough flexibility to be applicable to creating datasets for other graphics recognition tasks where the ground truth can be represented similarly. First, we describe the MUSCIMA++ ground truth to define the range of tasks for which using MUSCIMarker to annotate ground truth is applicable. We then describe the MUSCIMarker tool itself, discuss its strong and weak points, and share practical experience with the tool from creating the MUSCIMA++ dataset.

Název v anglickém jazyce

Groundtruthing (not only) Music Notation with MUSCIMarker: a Practical Overview

Popis výsledku anglicky

Dataset creation for graphics recognition, especially for hand-drawn inputs, is often an expensive and time-consuming undertaking. The MUSCIMarker tool used for creating the MUSCIMA++ dataset for Optical Music Recognition (OMR) led to efficient use of annotation resources, and it provides enough flexibility to be applicable to creating datasets for other graphics recognition tasks where the ground truth can be represented similarly. First, we describe the MUSCIMA++ ground truth to define the range of tasks for which using MUSCIMarker to annotate ground truth is applicable. We then describe the MUSCIMarker tool itself, discuss its strong and weak points, and share practical experience with the tool from creating the MUSCIMA++ dataset.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 12th IAPR International Workshop on Graphics Recognition

ISBN

978-1-5386-3586-5

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

2

Strana od-do

47-48

Název nakladatele

IEEE Computer Society

Místo vydání

New York, USA

Místo konání akce

Kyoto, Japan

Datum konání akce

9. 11. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—