Lecture

El Reconocimiento Óptico de Música (OMR) es el campo de estudio que investiga
cómo transcribir automáticamente el contenido de imágenes de partituras
musicales. Aunque tradicionalmente esta tarea se realiza manualmente, la
inconmensurable cantidad de documentos repartidos por todo el mundo impide
su puesta en práctica a gran escala, por lo que es importante construir un
sistema capaz de realizar la transcripción.

Los sistemas OMR, tradicionalmente se construyen mediante una serie de
procesos que forman un flujo de trabajo secuencial de forma que, dada una
imagen de un documento musical escaneado, se obtenga su transcripción en
un formato digital y estructurado como MusicXML. Dentro de este flujo de
trabajo, el análisis de los documentos escaneados constituye una serie
de procesos con el objetivo de detectar y reconocer las diferentes partes
relevantes de la imagen del documento, tal como los pentagramas o el texto
que pueda aparecer. El análisis de documentos juega un papel crucial ya que
es el primer paso que realiza un sistema OMR convencional y cualquier error
cometido por esta etapa puede derivar en una deficiente transcripción.

Por lo tanto, esta tesis se centra en contribuir con esta línea
de investigación con el fin de construir métodos más robustos que los
existentes para realizar esta tarea de análisis. Dadas las bondades de
las redes neuronales demostradas en otros contextos, esta tesis estudia su
adaptación y aplicación a OMR.