随着智能手机的飞速发展与广泛应用,以唱歌评测和视唱练习为主的音乐智能信息服务越来越多的被人们所使用。对于现有的唱歌应用,歌曲和乐谱通常是内置的,用户难以自由拍照导入乐谱。而现有的乐谱识别软件对于拍照导入的乐谱识别效果并不理想,因此本文拟对真实拍照场景下的印刷体乐谱的识别展开研究。本文采用乐符目标检测方法,提出了一套基于五线谱谱线感知的完整的乐谱识别方法。该方法能直接输入一张完整的拍照乐谱图片,经过五线谱检测和乐符的检测与分类处理,最终通过乐符的语义重组,按行输出音符的位置、音高与时值信息。本文的主要贡献包括:（1）针对当前公开的拍照场景下印刷体乐谱数据集缺失的问题,自建并公开了CPMS（Camera Printed Music Staves）数据集,并充分考虑了真实拍照场景可能出现的谱面弯曲、角度畸变和光线不均等情况;（2）首次提出了一种基于目标检测的五线谱谱线感知模型,它在对音符进行目标检测的基础上引入了对五线谱的检测,仅需少量弯曲乐谱的特征图参与训练,即可准确预测局部五线谱的位置,从而辅助确定音符音高,并对真实拍照场景中普遍存在的谱面弯曲问题有着良好的适应性;（3）实现了拍照印刷体乐谱识别系统,系统包括五线谱图像预处理模块、乐符检测与分类模块和乐符语义重组模块。最终本文方法在CPMS测试集上获得了99.23%的音高准确率、97.17%的时值准确率和96.59%的音符准确率,均超过目前主流的基于序列识别的方法的检测精度。同时本文相比序列识别方法,不需要拍照乐谱参与训练,具有更强的泛化性。本文针对拍照场景下谱线弯曲、乐符语义规则组合复杂、光线不均等因素导致的印刷体乐谱检测精度不理想的问题,提出了基于谱线感知的乐谱识别模型,有效地融合了谱线位置与乐符位置和分类的信息,并取得了目前最佳的音符音高与时值的识别精度。