Historical Alphabet Transliteration Software Using Computer Vision Classification Approach
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41110%2F22%3A91368" target="_blank" >RIV/60460709:41110/22:91368 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.openpublish.eu/" target="_blank" >https://www.openpublish.eu/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-09076-9_4" target="_blank" >10.1007/978-3-031-09076-9_4</a>
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Historical Alphabet Transliteration Software Using Computer Vision Classification Approach
Popis výsledku v původním jazyce
The article presents the problem of developing mobile software for classification and automatic transliteration of historical alphabets to Latin alphabet using OCR Computer Vision algorithms and is presented on Palmyrene Alphabet. Our suggested solution of semi-automatic transliteration of historical alphabets speeds up and simplifies the process of ancient text analysis and makes reading historical alphabets available to the public. We created a mobile application template for field use and proved the functionality on our own photographic and digitized hand-written datasets of Palmyrene letters, using a MobileNet Artificial Neural Network for character recognition. Such an application helps archaeologists with a faster character transliteration of newly discovered, archived, but untranslated tablets, columns etc., and for checking hand-transliterated texts.
Název v anglickém jazyce
Historical Alphabet Transliteration Software Using Computer Vision Classification Approach
Popis výsledku anglicky
The article presents the problem of developing mobile software for classification and automatic transliteration of historical alphabets to Latin alphabet using OCR Computer Vision algorithms and is presented on Palmyrene Alphabet. Our suggested solution of semi-automatic transliteration of historical alphabets speeds up and simplifies the process of ancient text analysis and makes reading historical alphabets available to the public. We created a mobile application template for field use and proved the functionality on our own photographic and digitized hand-written datasets of Palmyrene letters, using a MobileNet Artificial Neural Network for character recognition. Such an application helps archaeologists with a faster character transliteration of newly discovered, archived, but untranslated tablets, columns etc., and for checking hand-transliterated texts.
Klasifikace
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)
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Networks and Systems Volume 502
ISBN
978-303109075-2
ISSN
—
e-ISSN
—
Počet stran výsledku
12
Strana od-do
34-45
Název nakladatele
Springer
Místo vydání
Springer Science and Business Media Deutschland
Místo konání akce
online
Datum konání akce
26. 4. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—