ZHAW / SUPSI

Nominated by Dr. Thilo Stadelmann

Lukas is doing his PhD in cooperation with the USI / Lugano in the context of a cumulative dissertation. The attached work represents his first paper and thus the first part of his dissertation.

I consider the work to be outstanding as it is the result of an approximately one-year, almost full-time development process in which Lukas uses available open data (MuseScore database of musicals) for further international research in object detection and especially optical Music Recognition (OMR) has created groundbreaking foundation: another open record with the necessary annotations (ground truth, labels) to develop the next round (deep learning-based) OMR and object recognition approaches using machine learning techniques. No annotated dataset Worldwide, the size of DeepScores is, and as the adoption of Lukas' Paper at the International Conference on Patter Recognition shows, the global research community hopes it will have a huge impact on future developments.

The work on the DeepScore record is solely Luke's work; As usual in our field, the paper was co-authored by the coauthors, with Lukas having the largest and most senior role in both content.

Lukas promoviert bei uns in Zusammenarbeit mit der USI/Lugano im Rahmen einer kumulativen Dissertation. Die angehängt Arbeit stellt sein erstes Paper und damit den ersten Teil zu seiner Dissertationsleistung dar.

Ich halte die Arbeit für herausragend, da sie das Ergebnis eines ca. einjährigen, beinahe Vollzeit in Anspruch genommen habenden Entwicklungsprozesses darstellt, in dem Lukas aus verfügbaren offenen Daten (MuseScore Datenbank von Musikalien) ein für die weitere internationale Forschung im Bereich Objektdetektion und insbesondere Optical Music Recognition (OMR) wegweisende Grundlage geschaffen hat: einen weiteren offenen Datensatz mit den notwendigen Annotationen (Ground Truth, Labels), um mittels Machine Learning Verfahren die nächste Runde (Deep Learning-basierter) OMR- und Objekterkennungsansätze zu entwickeln. Kein annotierter Datensatz Weltweit hat die Grössenordnung von DeepScores, und wie die Annahme von Lukas' Paper auf der International Conference on Patter Recognition zeigt, erhofft sich die weltweite Forschungscommunity davon einen gewaltigen Impact auf zukünftige Entwicklungen.

Die Arbeit am DeepScores Datensatz ist alleine Lukas' Arbeit; das Paper wurde wie in unserem Feld üblich von den Coautoren gemeinsam verantwortet, wobei Lukas hier die sowohl inhaltlich grösste als auch leitende Rolle inne hatte.