Page Layout Analysis System for Unconstrained Historic Documents

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F21%3APU142905" target="_blank" >RIV/00216305:26230/21:PU142905 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.fit.vut.cz/research/publication/12493/" target="_blank" >https://www.fit.vut.cz/research/publication/12493/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-86331-9_32" target="_blank" >10.1007/978-3-030-86331-9_32</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Page Layout Analysis System for Unconstrained Historic Documents

Popis výsledku v původním jazyce

Extraction of text regions and individual text lines from historic documents is necessary for automatic transcription. We propose extending a CNN-based text baseline detection system by adding line height and text block boundary predictions to the model output, allowing the system to extract more comprehensive layout information. We also show that pixel-wise text orientation prediction can be used for processing documents with multiple text orientations. We demonstrate that the proposed method performs well on the cBAD baseline detection dataset. Additionally, we benchmark the method on newly introduced PERO layout dataset which we also make public.

Název v anglickém jazyce

Page Layout Analysis System for Unconstrained Historic Documents

Popis výsledku anglicky

Extraction of text regions and individual text lines from historic documents is necessary for automatic transcription. We propose extending a CNN-based text baseline detection system by adding line height and text block boundary predictions to the model output, allowing the system to extract more comprehensive layout information. We also show that pixel-wise text orientation prediction can be used for processing documents with multiple text orientations. We demonstrate that the proposed method performs well on the cBAD baseline detection dataset. Additionally, we benchmark the method on newly introduced PERO layout dataset which we also make public.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/DG18P02OVV055" target="_blank" >DG18P02OVV055: Pokročilá extrakce a rozpoznávání obsahu tištěných a rukou psaných digitalizátů pro zvýšení jejich přístupnosti a využitelnosti</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lladós J., Lopresti D., Uchida S. (eds) Document Analysis and Recognition - ICDAR 2021

ISBN

978-3-030-86330-2

ISSN

—

e-ISSN

—

Počet stran výsledku

15

Strana od-do

492-506

Název nakladatele

Springer Nature Switzerland AG

Místo vydání

Lausanne

Místo konání akce

Lausanne, Switzerland

Datum konání akce

5. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000770800600032