How to Segment Handwritten Historical Chronicles Using Fully Convolutional Networks?

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F22%3A43965692" target="_blank" >RIV/49777513:23520/22:43965692 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-031-10161-8_9" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-031-10161-8_9</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-031-10161-8_9" target="_blank" >10.1007/978-3-031-10161-8_9</a>

Jazyk výsledku

angličtina

Název v původním jazyce

How to Segment Handwritten Historical Chronicles Using Fully Convolutional Networks?

Popis výsledku v původním jazyce

This paper deals with historical document image segmentation with focus on chronicles available in the Porta fontium portal. We build on our previously published database that has precise pixel-level annotations in PAGE format but also utilise other datasets for transfer learning in order to improve the results. We discuss a series of experiments that evaluate possibilities how to train a neural model for image, text and background segmentation. The outcome, in a form of segmentation method with relatively low computational costs and great results, is integrated into the Porta fontium portal to improve its possibilities of searching and publication of the documents.

Název v anglickém jazyce

How to Segment Handwritten Historical Chronicles Using Fully Convolutional Networks?

Popis výsledku anglicky

This paper deals with historical document image segmentation with focus on chronicles available in the Porta fontium portal. We build on our previously published database that has precise pixel-level annotations in PAGE format but also utilise other datasets for transfer learning in order to improve the results. We discuss a series of experiments that evaluate possibilities how to train a neural model for image, text and background segmentation. The outcome, in a form of segmentation method with relatively low computational costs and great results, is integrated into the Porta fontium portal to improve its possibilities of searching and publication of the documents.

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

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

Agents and Artificial Intelligence : Lecture Notes in Computer Science

ISBN

978-3-031-10160-1

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

16

Strana od-do

181-196

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Virtual Event

Datum konání akce

4. 2. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000876376200009