Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorLenc, Ladislav
dc.contributor.authorMartínek, Jiří
dc.contributor.authorKrál, Pavel
dc.date.accessioned2023-12-04T11:00:21Z-
dc.date.available2023-12-04T11:00:21Z-
dc.date.issued2022
dc.identifier.citationLENC, L. MARTÍNEK, J. KRÁL, P. Text Line Segmentation in Historical Newspapers. In Artificial Intelligence and Soft Computing. Cham: Springer Nature Switzerland AG, 2022. s. 35-48. ISBN: 978-3-031-23479-8 , ISSN: 0302-9743cs
dc.identifier.isbn978-3-031-23479-8
dc.identifier.issn0302-9743
dc.identifier.uri2-s2.0-85149639546
dc.identifier.urihttp://hdl.handle.net/11025/54900
dc.description.abstractČlánek řeší problematiku segmentace textových řádek v historických novinách. Je zde navržen nový přístup, který dělí úlohu na dvě části: detekci textových bloků a detekci řádek. Tento přístup by měl odstranit nedostatky metod, které segmentaci řádek provádějí v jednom kroku. Jednotlivé podúlohy jsou řešeny s využitím plně konvolučních neuronových sítí. Metoda je vyhodnocena na dvou standardních datasetech, Europeana a RDCL 2019, a na novém korpusu, který byl vytvořen z dat dostupných na portálu Porta fontium. Tato datová sada je volně přístupná pro výzkumné účely.cs
dc.format
dc.format14 s.cs
dc.format.mimetypeapplication/pdf
dc.language.iso
dc.language.isoenen
dc.publisherSpringer Nature Switzerland AGen
dc.relation.ispartofseriesArtificial Intelligence and Soft Computingen
dc.rightsPlný text je přístupný v rámci univerzity přihlášeným uživatelůmcs
dc.rights© The Author(s)en
dc.subjectsegmentace obrazových dokumentůcs
dc.subjectanalýza rozložení stránkycs
dc.subjectplně konvoluční neuronové sítěcs
dc.subjectFCNcs
dc.titleText Line Segmentation in Historical Newspapersen
dc.title.alternativeSegmentace řádek textu v historických novináchcs
dc.typekonferenční příspěvekcs
dc.typeConferenceObjecten
dc.rights.accessrestrictedAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThe paper deals with text line segmentation in historical newspapers. We propose a novel approach which decomposes this problem into two steps: text-block and text-line segmentation. The method should solve issues that may appear in a more commonly used one-step approach. The particular tasks are handled using fully convolutional neural networks. The approach is evaluated on two standard corpora, Europeana and RDCL 2019, and on a novel dataset created from data available in Porta fontium portal. This dataset is freely available for research purposes.en
dc.subject.translateddocument image segmentationen
dc.subject.translatedlayout analysisen
dc.subject.translatedfully convolutional networken
dc.subject.translatedFCNen
dc.identifier.doi10.1007/978-3-031-23480-4_3
dc.type.status
dc.type.statusPeer-revieweden
dc.identifier.document-number972697500003
dc.identifier.obd43939531
dc.project.IDEF17_048/0007267/InteCom: VaV inteligentních komponent pokročilých technologií pro plzeňskou metropolitní oblastcs
Vyskytuje se v kolekcích:Konferenční příspěvky / Conference papers (NTIS)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
978-3-031-23480-4_3.pdf291,32 kBAdobe PDFZobrazit/otevřít  Vyžádat kopii


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/54900

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD