論文の概要: Hidden Knowledge: Mathematical Methods for the Extraction of the
Fingerprint of Medieval Paper from Digital Images
- arxiv url: http://arxiv.org/abs/2303.03794v1
- Date: Tue, 7 Mar 2023 11:01:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-08 15:39:30.043796
- Title: Hidden Knowledge: Mathematical Methods for the Extraction of the
Fingerprint of Medieval Paper from Digital Images
- Title（参考訳）: 隠れ知識:デジタル画像からの中世紙の指紋抽出のための数学的手法
- Authors: Tamara G. Grossmann, Carola-Bibiane Sch\"onlieb, Orietta Da Rold
- Abstract要約: 中世の紙は紙に不確実な印字を残した型で作られる。
このインプリントには、シート上によく見られるチェーンライン、敷設ライン、透かしが含まれている。
これらの特徴を抽出することで、紙の在庫を識別し、書物や人々の年代、地域化、移動に関する情報を提供する。
- 参考スコア（独自算出の注目度）: 1.2891210250935146
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Medieval paper, a handmade product, is made with a mould which leaves an
indelible imprint on the sheet of paper. This imprint includes chain lines,
laid lines and watermarks which are often visible on the sheet. Extracting
these features allows the identification of paper stock and gives information
about chronology, localisation and movement of books and people. Most
computational work for feature extraction of paper analysis has so far focused
on radiography or transmitted light images. While these imaging methods provide
clear visualisation for the features of interest, they are expensive and time
consuming in their acquisition and not feasible for smaller institutions.
However, reflected light images of medieval paper manuscripts are abundant and
possibly cheaper in their acquisition. In this paper, we propose algorithms to
detect and extract the laid and chain lines from reflected light images. We
tackle the main drawback of reflected light images, that is, the low contrast
attenuation of lines and intensity jumps due to noise and degradation, by
employing the spectral total variation decomposition and develop methods for
subsequent line extraction. Our results clearly demonstrate the feasibility of
using reflected light images in paper analysis. This work enables the feature
extraction for paper manuscripts that have otherwise not been analysed due to a
lack of appropriate images. We also open the door for paper stock
identification at scale.
- Abstract（参考訳）: 中世の紙は手作りで、紙に不確実な印字を残した型で作られている。
このインプリントには、シート上によく見られるチェーンライン、敷設ライン、透かしが含まれている。
これらの特徴を抽出することで、紙の在庫を識別し、書物や人々の年代、地域、移動に関する情報を提供する。
紙分析の特徴抽出のためのほとんどの計算作業は、これまでラジオグラフィや透過光画像に焦点を当ててきた。
これらの撮像法は興味のある特徴をはっきりと可視化するが、その取得には高価で時間を要するため、小規模の機関では実現不可能である。
しかし、中世の紙本写本の反射光像は豊富であり、その取得はおそらく安価である。
本稿では,反射光画像から横線や鎖線を検出し,抽出するアルゴリズムを提案する。
反射光画像の主な欠点、すなわちノイズや劣化による線と強度の低下の低コントラスト化に対処し、スペクトル全変動分解とその後の線抽出法の開発を行った。
以上の結果から,反射光画像を用いた紙解析の可能性が明らかとなった。
本研究は, 適切な画像の欠如により解析されていない紙写本の特徴抽出を可能にする。
紙の在庫を大規模に識別する扉も開いています。
関連論文リスト
- MagicLens: Self-Supervised Image Retrieval with Open-Ended Instructions [64.89284104414865]
オープンエンド命令をサポートする自己教師付き画像検索モデルであるMagicLensを紹介する。
MagicLensは、重要な新しい洞察に基づいて構築されている。同じWebページで自然に起こるイメージペアは、幅広い暗黙の関係を含んでいる。
MagicLensは、さまざまな画像検索タスクの8つのベンチマークで、これまでの最高値に匹敵する結果を得る。
論文 参考訳（メタデータ） (2024-03-28T17:59:20Z) - Efficient Annotation of Medieval Charters [2.6214349237099173]
中世の憲章の分析である外交学は、古生物学を応用する主要な研究分野である。
本稿では,認証セグメンテーションのための効率的かつ効率的なアノテーション手法を提案する。
さらに、画素の物理長でデータを注釈し、回帰ニューラルネットワークを訓練して画像パッチから予測する。
論文 参考訳（メタデータ） (2023-06-24T22:55:55Z) - Tree-Ring Watermarks: Fingerprints for Diffusion Images that are
Invisible and Robust [55.91987293510401]
生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。
本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。
私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
論文 参考訳（メタデータ） (2023-05-31T17:00:31Z) - Deep Image Matting: A Comprehensive Survey [85.77905619102802]
本稿では,ディープラーニング時代における画像マッチングの最近の進歩を概観する。
本稿では,補助的な入力ベースの画像マッチングと,自動的な画像マッチングという,2つの基本的なサブタスクに焦点を当てる。
画像マッチングの関連応用について論じ,今後の研究への課題と可能性を明らかにする。
論文 参考訳（メタデータ） (2023-04-10T15:48:55Z) - Augraphy: A Data Augmentation Library for Document Images [59.457999432618614]
Augraphyはデータ拡張パイプラインを構築するためのPythonライブラリである。
標準的なオフィス操作によって変更されたように見えるクリーンなドキュメントイメージの拡張版を作成するための戦略を提供する。
論文 参考訳（メタデータ） (2022-08-30T22:36:19Z) - Designing An Illumination-Aware Network for Deep Image Relighting [69.750906769976]
本稿では、階層的なサンプリングから1つの画像からシーンを段階的にリライトするためのガイダンスに従うイルミネーション・アウェア・ネットワーク(IAN)を提案する。
さらに、物理レンダリングプロセスの近似として、イルミネーション・アウェア・残留ブロック(IARB)が設計されている。
実験の結果,提案手法は従来の最先端手法よりも定量的,定性的な照準結果が得られることがわかった。
論文 参考訳（メタデータ） (2022-07-21T16:21:24Z) - Image-based material analysis of ancient historical documents [5.285396202883411]
本研究は、有名な歴史資料集『死海巻』の画像を用いて、写本の資料を分類する新しい方法を提案する。
多数決プロセスの変換を用いた二項分類システムは, この分類作業に有効であることが示されている。
このパイロットスタディは、パーチメントまたはパピルス材料から生成される限られた量の原稿に対して、最大97%の分類成功率を示す。
論文 参考訳（メタデータ） (2022-03-02T11:39:22Z) - Neural Content Extraction for Poster Generation of Scientific Papers [84.30128728027375]
科学論文のポスター生成の問題は未解明である。
これまでの研究は主にポスターレイアウトとパネル構成に重点を置いていたが、コンテンツ抽出の重要性は無視された。
ポスターパネルのテキスト要素と視覚要素の両方を得るために,紙セクションのテキスト,図形,テーブルを同時に抽出するニューラル抽出モデルを提案する。
論文 参考訳（メタデータ） (2021-12-16T01:19:37Z) - A Survey on Deep learning based Document Image Enhancement [5.279475826661643]
現在では、科学論文、税形式、請求書、契約書、歴史文書などのデジタル化された文書が広く使われている。
これらの画像は、撮影時の照明条件の悪さ、スキャン中の影、ノイズやぼやけなどの歪み、老朽化、インクの汚れ、通気、透かし、切手など、様々な理由で劣化または損傷する可能性がある。
近年のディープラーニングの進歩により,これらの文書画像の品質向上のために,多くの手法が提案されている。
論文 参考訳（メタデータ） (2021-12-06T00:24:50Z) - VIPPrint: A Large Scale Dataset of Printed and Scanned Images for
Synthetic Face Images Detection and Source Linking [26.02960434287235]
本稿では,多数の合成顔画像と天然顔画像からなる新しいデータセットを提案する。
印刷およびスキャン画像に適用すると、自然顔画像と合成顔画像を区別する最先端の方法が失敗することを確認します。
論文 参考訳（メタデータ） (2021-02-01T13:00:29Z) - Dissecting Image Crops [22.482090207522358]
収穫の基本的な操作は、ほぼ全てのコンピュータビジョンシステムに根ざしている。
本稿では,本操作で導入された微妙な痕跡について考察する。
本研究では,これらの痕跡の検出方法と,収穫が画像分布に与える影響について検討する。
論文 参考訳（メタデータ） (2020-11-24T01:33:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。