Fugu-MT 論文翻訳(概要): Text Line Segmentation for Challenging Handwritten Document Images Using Fully Convolutional Network

論文の概要: Text Line Segmentation for Challenging Handwritten Document Images Using Fully Convolutional Network

arxiv url: http://arxiv.org/abs/2101.08299v1
Date: Wed, 20 Jan 2021 19:51:26 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 03:00:04.939583
Title: Text Line Segmentation for Challenging Handwritten Document Images Using Fully Convolutional Network
Title（参考訳）: 完全畳み込みネットワークを用いた手書き文書画像のテキスト行分割
Authors: Berat Barakat, Ahmad Droby, Majeed Kassis and Jihad El-Sana
Abstract要約: 本稿では,歴史的写本画像に対するテキストラインセグメンテーション手法を提案する。同じテキストライン上のコンポーネントを接続するラインマスクに依存しています。 FCNは、通常の手書き文書画像のテキスト行のセグメンテーションに成功している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents a method for text line segmentation of challenging historical manuscript images. These manuscript images contain narrow interline spaces with touching components, interpenetrating vowel signs and inconsistent font types and sizes. In addition, they contain curved, multi-skewed and multi-directed side note lines within a complex page layout. Therefore, bounding polygon labeling would be very difficult and time consuming. Instead we rely on line masks that connect the components on the same text line. Then these line masks are predicted using a Fully Convolutional Network (FCN). In the literature, FCN has been successfully used for text line segmentation of regular handwritten document images. The present paper shows that FCN is useful with challenging manuscript images as well. Using a new evaluation metric that is sensitive to over segmentation as well as under segmentation, testing results on a publicly available challenging handwritten dataset are comparable with the results of a previous work on the same dataset.
Abstract（参考訳）: 本稿では,歴史的写本画像に対するテキストラインセグメンテーション手法を提案する。これらの原稿画像は、触覚成分、母音記号の相互接続、フォントタイプとサイズが一致しない狭いインターライン空間を含んでいる。さらに、複雑なページレイアウト内に、カーブ、マルチスキュー、複数方向のサイドノート行を含む。したがって、バウンディングポリゴンラベリングは非常に困難で時間がかかります。代わりに、同じテキストライン上のコンポーネントを接続するラインマスクに依存しています。そして、これらラインマスクを完全畳み込みネットワーク(fcn)を用いて予測する。文献では、FCNは通常の手書き文書画像のテキスト行のセグメンテーションに成功している。本論文は,FCNが原稿画像の難読化にも有用であることを示す。セグメンテーションやセグメンテーションに敏感な新しい評価指標を使用することで、公開に挑戦的な手書きデータセットのテスト結果は、同じデータセットに関する以前の作業の結果と同等になる。
全文参考訳へのリンク