Seminar: Music analysis

Prezados colegas e alunos,
 
na tarde do próximo dia 16/8, 5a-feira, o Prof. Dr. Rodrigo Schramm (UFRGS) estará visitando o IME e nos oferecerá um workshop (gratuito) de 4hs sobre a aplicação de PLCA em computação musical (mais detalhes abaixo). Os interessados devem responder a este e-mail indicando nome e curso/departamento.
 
Este workshop será realizado no laboratório 6 do CEC/IME, cujas máquinas já possuem o software MATLAB que será usado nas implementações. Caso deseje, você também pode trazer seu computador pessoal com o software MATLAB instalado (a USP dispõe de licenças gratuitas que podem ser obtidas antecipadamente através da STI - veja https://atendimento-prod.sti.usp.br/otrs/public.pl?Action=PublicFAQZoom;ItemID=316).
 
Tod@s são bem-vind@s!
 
Marcelo
 
Transcrição Automática de Música baseada em Análise Probabilística de Componentes Latentes (PLCA)
 
Este workshop apresenta o método de Análise Probabilística de Componentes Latentes (PLCA) no contexto da transcrição automática de música, demonstrando casos de uso práticos. A transcrição automática de música (AMT) é um dos problemas fundamentais da recuperação de informação musical e é definida como o processo de conversão de um sinal de música acústica em alguma forma de notação musical. Neste minicurso, você aprenderá como criar um modelo estatístico (PLCA) para detecção de notas musicais e identificação de instrumentos musicais a partir da representação de frequência de sinais de áudio.
 
Pré-requisitos:
     - Habilidades em programação (preferível MATLAB),
     - Conhecimento básico sobre processamento de sinais (FFT, espectrogramas).
 
Onde: Laboratório 6 do CEC/IME/USP
 
Quando: 16/08/2018 das 14:00 às 18:00
 
Biografia
Rodrigo Schramm é Bacharel (2007) e Mestre (2009) em Ciência da Computação pela Universidade do Vale do Rio dos Sinos. Recebeu o título de Doutor (2015) em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (UFRGS), onde desde 2009 é Professor do Departamento de Música e membro do Centro de Música Eletrônica (Instituto de Artes) e do Laboratório de Computação Musical (Instituto de Informática). Entre 2013 e 2014, foi Pesquisador visitante no ICCMR - Centro Interdisciplinar de Pesquisa em Computação Musical da Universidade de Plymouth / UK. Entre 2016 e 2017, foi Pesquisador Visitante pela Academia Real de Engenharia no Centro para Música Digital da Universidade Queen Mary de Londres / UK, com apoio do Programa Newton para Colaboração Internacional em Pesquisa. É coordenador da Comissão Especial em Computação Musical da Sociedade Brasileira de Computação (2017-2019).
 
 
======================================= ENGLISH VERSION =======================================
 
Dear colleagues and students,
 
next Thursday afternoon, August 16th, Prof. Dr. Rodrigo Schramm (UFRGS) will be visiting IME and will offer us a 4-hour workshop (free of charge) on the application of PLCA in computer music (more details below). If you are interested please reply to this e-mail including your name and course/department.
 
This workshop will take place at laboratory #6 in CEC/IME, which has machines with the software MATLAB that will be used in the implementations. If you wish to bring your personal computer, please make sure that you have MATLAB installed (USP has free licences that may be obtained in advance through STI - see https://atendimento-prod.sti.usp.br/otrs/public.pl?Action=PublicFAQZoom;ItemID=316).
 
You are all welcome to participate!
 
Marcelo
Automatic Music transcription based on  Probabilistic Latent Component Analysis  (PLCA)

This workshop introduces the Probabilistic Latent Component Analysis method (PLCA) in the context of automatic music transcription, demonstrating practical use cases.  Automatic music transcription (AMT) is one of the fundamental problems of music information retrieval and is defined as the process of converting an acoustic music signal into some form of music notation. In this workshop, you will learn how to create statistical models (PLCA) for music note detection and music instrument identification from the time-frequency-domain representation of audio signals.
 
 Prerequisite knowledge:
       - Programming skills (preferable MATLAB), 
       - Basic knowledge on signal processing (FFT, spectrograms).

Where: Laboratory #6 at CEC/IME/USP
 
When: August 16th, 2018 from 14:00 to 18:00
 
Short bio
In 2007, Rodrigo Schramm graduated from the UNISINOS University in Brazil, with a Bachelors of Computer Science, and finished in 2009 his master degree on Modeling and Simulation at the same university. Rodrigo received the PhD degree in Computer Science in 2015 from the Federal University of Rio Grande do Sul (UFRGS)/Brazil, where he is currently a faculty member. Between 2013 and 2014, he was visiting fellow at ICCMR - Interdisciplinary Centre for Computer Music Research - Plymouth University/UK. In 2016, he was awarded by the Royal Academy of Engineering with the Newton Research Collaboration Programme Award, focusing his activities on the development of techniques for automatic music transcription at the C4DM/QMUL. Currently, he is the coordinator of the Computer Music Committee of the Brasilian Computer Society (2017-2019).  

Mini-curso - Deep Learning

Boa noite! Algumas novidades sobre o mini-curso. Todas as aulas e o
seminário serão disponibilizados via youtube neste canal no horário
das palestras:

https://www.youtube.com/channel/UCtak5IDFnWfSyVesnJnG3Mg/featured

O seminário será na sala B144, sexta-feira, 29/6, 14h

Title: Towards More Robust Outdoor Compute Vision: A Case Study on Haze
Abstract:
While many sophisticated models are developed for visual information
processing, very few pay attention to their usability in the presence
of data quality degradations. Most successful models are trained and
evaluated on high quality visual datasets. On the other hand, the
robustness of those computer vision models are often not assured in
degraded visual environments. Especially for outdoor scenarios. low
target resolution, occlusion, motion blur, missing data, poor light,
and bad weather conditions, are all ubiquitous for visual recognition
in the wild. In this talk, I will use haze as a case example, to
introduce our progress on handling non-standard outdoor visual
degradations, using deep learning methods. I will go through first
single image dehazing, follow by video dehazing, then coming to
introduce our recent benchmarking and evaluation efforts.

Até amanhã,

Roberto

------------------------------

Nesta semana e na próxima (21/6-29/6) teremos a visita de um
pesquisador da Texas A&M University, o Zhangyang (AtlasWang, que
trabalha com visão computacional, multimedia e aprendizado de máquina.
A visita dele incluirá a continuação de uma colaboração com o grupo de
visão do IME, conversas com eventuais interessados em ampliar a
colaboração com a TAMU, um mini-curso de quatro aulas e um seminário.

As aulas do mini-curso serão na sala _144 do bloco B_ nos seguintes
horários (peço encarecidamente que, quem for participar, seja
pontual):

Segunda, 25/6, 10h
Terça, 26/6, 8h30
Quarta, 27/6, 8h30
Quinta, 28/6, 10h


Segue abaixo um resumo do curso e uma pequena biografia do Atlas.

"In this short course, I will start by introducing the basic ideas of
deep learning, and go through a number popular deep architectures for
image processing and computer vision. I will then present an overview
of how deep learning has advanced the state-of-the-arts for a vast
range of image processing and computer vision applications, including
image denoising, image deblurring, image super resolution, object
detection and recognition, image dehazing, and so on. Latest research
trends will be summarized and discussed Following those, I will
discuss our recent study on how we could achieve a unified pipeline
solution for visual analytics in visually degraded environments,
including the challenges, existing efforts, and broad applications."

Short Bio:
Dr. Zhangyang (AtlasWang is an Assistant Professor of Computer
Science and Engineering (CSE), at the Texas A&M University (TAMU).
During 2012-2016, he was a Ph.D. student in the Electrical and
Computer Engineering (ECE) Department, at the University of Illinois
at Urbana-Champaign (UIUC), working with Professor Thomas S. Huang.
Prior to that, he obtained the B.E. degree at the University of
Science and Technology of China (USTC), in 2012. He was a former
research intern with Microsoft Research (summer 2015), Adobe Research
(summer 2014), and US Army Research Lab (summer 2013). Dr. Wang’s
research has been addressing machine learning, computer vision and
multimedia signal processing problems, as well as their
interdisciplinary applications, using advanced feature learning and
optimization techniques. He has co-authored over 40 papers, and
published several books and chapters. He has been granted 3 patents,
and has received around 20 research awards and scholarships. He served
as a guest editor for IEEE TNNLS and EURASIP JASP/JBSB; an Area Chair
for WACV 2019 and ICIP 2017; a TPC co-chair for ICCV AMFG 2017; a
special session co-chair for VCIP 2017; a tutorial organizer/speaker
in SIAM IS 2018, CVPR 2017 and ECCV 2016; a workshop organizer in IEEE
FG, IJCAI and SDM; and a regular reviewer or TPC member for over 40
top journals and conferences. His research has been covered by
worldwide media, such as BBC, Fortune, International Business Times,
TAMU news, and UIUC news & alumni magazine.

More could be found at:

www.atlaswang.com

Processamento de Imagens adquiridas em Meios Participativos e Suas Aplicações

Todos estão convidados para a seguinte palestra de eScience.

Data: 07/07/2017 (sexta-feira)
Horário: 14h
Local: B-144

Palestrante: Dr. Paulo Drews-Jr (FURG)

Titulo: Processamento de Imagens adquiridas em Meios Participativos e Suas Aplicações

Resumo: Imagens adquiridas em meios participativos apresentam um desafio adicional para
a percepção devido à interação da luz com o meio. Os meios participativos são meios que
afetam o transporte da luz, sendo a névoa e a água os meios participativos mais importantes.
Nessa apresentação serão abordados o problema, a relevância do mesmo, o estado-da-arte
e a modelagem, bem como as soluções desenvolvidas no grupo NAUTEC-FURG em
colaboração com pesquisadores de diversos países/instituições. Além disso, serão
apresentados outros sistemas Robóticos e de Aprendizado de Máquina também desenvolvidos
pelo grupo NAUTEC-FURG.

ShortBio: Paulo Drews-Jr é D.Sc. e M.Sc. em Ciência da Computação pela Universidade
Federal de Minas Gerais (UFMG). Seu trabalho de doutorado foi focado na restaução de
imagens adquiridas em meios participativos. A dissertação de mestrado foi focado em detecção
de mudanças e recuperação de formas de mapas tridimensionais. É engenheiro de Computação
formado pela Universidade Federal do Rio Grande (FURG), em 2007. Seus principais interesses
de pesquisa são a robótica, o processamento de imagens/visão computacional e o
reconhecimento de padrões/aprendizado de máquina. Foi pesquisador do ISR Coimbra's Mobile
Robotics Lab em Portugal, colaborando como pesquisador nos projetos europeus Prometheus
and IRPS. Também foi pesquisador visitante no Autonomous System Lab no QCAT-CSIRO,
Australia. É professor da FURG desde 2010.