Reconnaissance de partitions musicales par modélisation floue des informations extraites et des règles de notation

Florence Rossant (1)

1 LTCI - Laboratoire Traitement et Communication de l'Information

Nous présentons dans cette thèse une méthode complète de reconnaissance de partitions musicales imprimées, dans le cas monodique. Le système procède en deux phases distinctes : - La segmentation et l'analyse des symboles (essentiellement par corrélation), conçues pour surmonter les difficultés liées aux interconnexions et aux défauts d'impression, aboutissant à des hypothèses de reconnaissance. - L'interprétation de haut niveau, fondée sur une modélisation floue des informations extraites de l'image et des règles de notation, menant à la décision. Dans cette approche, la décision est reportée tant que le contexte n'est pas entièrement connu. Toutes les configurations d'hypothèses sont successivement évaluées, et la plus cohérente est retenue, par optimisation de tous les critères. Le formalisme utilisé, fondé sur la théorie des ensembles flous et des possibilités, permet de prendre en compte les différentes sources d'imprécision et d'incertitude, ainsi que la souplesse et la flexibilité de l'écriture musicale. Afin de gagner en fiabilité, nous proposons également des méthodes d'indication automatique des erreurs potentielles de reconnaissance, ainsi qu'une procédure d'apprentissage, optimisant les paramètres du système pour le traitement d'une partition particulière. Les performances obtenues sur une large base de données ont permis de montrer l'intérêt de la méthode proposée.

Mots clés: OMR Reconnaissance Optique de la Musique Modélisation floue Corrélation Template matching Analyse structurelle Fusion Apprentissage Segmentation

Florence Rossant. Reconnaissance de partitions musicales par modélisation floue des informations extraites et des règles de notation. domain_other. Télécom ParisTech, 2006. English. ⟨NNT : ⟩. ⟨pastel-00002037⟩