刘彪，黄蓉蓉，林和，苏伟

（1. 兰州大学 信息科学与工程学院，甘肃 兰州 730000; 2. 解放军69230部队，新疆 乌苏 833000）

我国的盲人数量约为752万人，是全球盲人数量最多的国家[1]。随着从事音乐工作的盲人越来越多，盲文成为盲人与常人进行书面交流的主要方式，但用其创作的音乐作品仍然需要人工的转换和翻译，所以急需一种自动盲文音乐识别方案。文献[2]最早使用硬件设备采集普通盲文内容的图片，虽然可通过光学识别出相应内容，但是缺乏与用户的交互性。文献[3]设计了一个单面盲文图片的智能识别系统，包括图像采集、噪声消除、图像分割、特征提取和字符识别等步骤，其识别率达到94.39%，但使用了固定盲文单元大小和盲文点的位置来识别盲文符号，其可扩展性极其有限。文献[4]提出了一种用于识别双面盲文内容的高效算法，即通过对凸点和凹点的灰度值变化来区分正面点和反面点，识别率虽然比较乐观，但其局限性在于当正面点和反面点重叠较多时，对每个盲文点的质心检测和识别会出现很多歧义，其识别效果也因此受到较大影响。文献[5-7]采用传统的方法对盲文音乐符号进行识别，其中文献[7]以MusicXML作为中间桥梁来实现盲文的转换，并由此设计了从MusicXML到盲文乐谱ASCII码的自动转换软件。文献[8]提出一种基于深度学习模型识别盲文字符的方法，使用堆叠去噪自动编码器来解决盲文识别过程中特征自动提取与降维等问题，利用SDAE自动学习盲文点字的图片特征，使用Softmax分类器进行盲文识别。……