論文の概要: ICDAR 2025 Competition on FEw-Shot Text line segmentation of ancient handwritten documents (FEST)

• arxiv url: http://arxiv.org/abs/2509.12965v1
• Date: Tue, 16 Sep 2025 11:17:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:53.056024
• Title: ICDAR 2025 Competition on FEw-Shot Text line segmentation of ancient handwritten documents (FEST)
• Title（参考訳）: ICDAR 2025 古代手書き文書のFew-Shotテキスト行のセグメンテーションに関するコンペティション(FEST)
• Authors: Silvia Zottin, Axel De Nardin, Giuseppe Branca, Claudio Piciarelli, Gian Luca Foresti,
• Abstract要約: FESTコンペティション (Few-Shot Text Line of Ancient Hand written Documents) の略。 参加者は、U-DIADS-TLデータセットにテキスト行をセグメント化できるシステムの開発に携わる。 データセットには、幅広いレイアウト、劣化レベル、非標準フォーマットを示す様々な古代の写本のコレクションがあり、現実世界の条件をよく反映している。
• 参考スコア（独自算出の注目度）: 5.794214983347422
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text line segmentation is a critical step in handwritten document image analysis. Segmenting text lines in historical handwritten documents, however, presents unique challenges due to irregular handwriting, faded ink, and complex layouts with overlapping lines and non-linear text flow. Furthermore, the scarcity of large annotated datasets renders fully supervised learning approaches impractical for such materials. To address these challenges, we introduce the Few-Shot Text Line Segmentation of Ancient Handwritten Documents (FEST) Competition. Participants are tasked with developing systems capable of segmenting text lines in U-DIADS-TL dataset, using only three annotated images per manuscript for training. The competition dataset features a diverse collection of ancient manuscripts exhibiting a wide range of layouts, degradation levels, and non-standard formatting, closely reflecting real-world conditions. By emphasizing few-shot learning, FEST competition aims to promote the development of robust and adaptable methods that can be employed by humanities scholars with minimal manual annotation effort, thus fostering broader adoption of automated document analysis tools in historical research.
• Abstract（参考訳）: テキスト行のセグメンテーションは手書きの文書画像解析において重要なステップである。 しかし、歴史的手書き文書のテキスト行のセグメンテーションは、不規則な筆跡、不規則なインク、重なり合う行と非線形のテキストフローを持つ複雑なレイアウトなど、独特な課題を呈している。 さらに、大きな注釈付きデータセットの不足は、そのような材料に対して完全に教師付き学習アプローチを非現実的にする。 これらの課題に対処するために、FESTコンペティション(Few-Shot Text Line Segmentation of Ancient Hand written Documents)を紹介する。 参加者は、U-DIADS-TLデータセットにテキスト行をセグメント化できるシステムの開発に携わる。 コンペティションデータセットには、幅広いレイアウト、劣化レベル、非標準フォーマットを示す様々な古代の写本のコレクションがあり、現実世界の条件をよく反映している。 FESTコンペティションは、手動のアノテーションを最小限に抑え、人文科学研究者が採用できる堅牢で適応可能な手法の開発を促進することを目的としており、歴史的研究における自動文書解析ツールのより広範な採用を促進することを目的としている。

関連論文リスト

• Detecting Document-level Paraphrased Machine Generated Content: Mimicking Human Writing Style and Involving Discourse Features [57.34477506004105]
  機械生成コンテンツは、学術プラジャリズムや誤報の拡散といった課題を提起する。 これらの課題を克服するために、新しい方法論とデータセットを導入します。 人間の筆記スタイルをエミュレートするエンコーダデコーダモデルであるMhBARTを提案する。 また,PDTB前処理による談話解析を統合し,構造的特徴を符号化するモデルであるDTransformerを提案する。
  論文  参考訳（メタデータ） (2024-12-17T08:47:41Z)
• WAS: Dataset and Methods for Artistic Text Segmentation [57.61335995536524]
  本稿では,芸術的テキストセグメンテーションの課題に焦点を当て,実際の芸術的テキストセグメンテーションデータセットを構築する。 本稿では,モデルが特別な形状のストローク領域を無視するのを防ぐために,レイヤワイド・モーメント・クエリを用いたデコーダを提案する。 また,大域構造に焦点を合わせるために,骨格支援ヘッドを提案する。
  論文  参考訳（メタデータ） (2024-07-31T18:29:36Z)
• The Learnable Typewriter: A Generative Approach to Text Analysis [17.355857281085164]
  テキスト行中の文字解析と認識に対する生成文書固有のアプローチを提案する。 同様のフォントや手書きのテキスト行を入力として、我々のアプローチは多数の異なる文字を学習することができる。
  論文  参考訳（メタデータ） (2023-02-03T11:17:59Z)
• Robust Text Line Detection in Historical Documents: Learning and Evaluation Methods [1.9938405188113029]
  本稿では,3つの最先端システムDoc-UFCN,dhSegment,ARU-Netを用いて実験を行った。 多様な未確認ページを正確にセグメント化できる,さまざまな履歴文書データセットに基づいてトレーニングされた汎用モデルを構築することが可能であることを示す。
  論文  参考訳（メタデータ） (2022-03-23T11:56:25Z)
• Language Matters: A Weakly Supervised Pre-training Approach for Scene Text Detection and Spotting [69.77701325270047]
  本稿では,シーンテキストを効果的に表現できる弱教師付き事前学習手法を提案する。 本ネットワークは,画像エンコーダと文字認識型テキストエンコーダから構成され,視覚的特徴とテキスト的特徴を抽出する。 実験により、事前訓練されたモデルは、重みを他のテキスト検出やスポッティングネットワークに転送しながら、Fスコアを+2.5%、+4.8%改善することが示された。
  論文  参考訳（メタデータ） (2022-03-08T08:10:45Z)
• Digital Editions as Distant Supervision for Layout Analysis of Printed Books [76.29918490722902]
  本稿では,この意味的マークアップを,レイアウト解析モデルのトレーニングと評価のための遠隔監視として利用する手法について述べる。 DTA(Deutsches Textarchiv)の50万ページにわたるモデルアーキテクチャの実験では、これらの領域レベルの評価手法と画素レベルのメトリクスとワードレベルのメトリクスとの高い相関性を見出した。 自己学習による精度向上の可能性と、DTAで訓練されたモデルが他の歴史書に一般化できる可能性について論じる。
  論文  参考訳（メタデータ） (2021-12-23T16:51:53Z)
• Minimally-Supervised Structure-Rich Text Categorization via Learning on Text-Rich Networks [61.23408995934415]
  テキストリッチネットワークから学習することで,最小限に教師付き分類を行う新しいフレームワークを提案する。 具体的には、テキスト理解のためのテキスト解析モジュールと、クラス差別的でスケーラブルなネットワーク学習のためのネットワーク学習モジュールの2つのモジュールを共同でトレーニングします。 実験の結果,1つのカテゴリに3つのシード文書しか与えられず,その精度は約92%であった。
  論文  参考訳（メタデータ） (2021-02-23T04:14:34Z)
• Whole page recognition of historical handwriting [1.2183405753834562]
  そこで本研究では,手書きページを受信し,その全文を転写するテキストローカライゼーションを伴わないエンドツーエンド推論手法について検討する。 明示的な文字や単語や行のセグメンテーションは推論にかかわらないため、我々はこのアプローチを「セグメンテーションフリー」と呼ぶ。 テキストのローカライゼーションやセグメンテーションを伴わないページ全体の推論手法が競合していると結論付けている。
  論文  参考訳（メタデータ） (2020-09-22T15:46:33Z)
• Learning to Select Bi-Aspect Information for Document-Scale Text Content Manipulation [50.01708049531156]
  我々は、テキストスタイルの転送とは逆の文書スケールのテキストコンテンツ操作という、新しい実践的なタスクに焦点を当てる。 詳細は、入力は構造化されたレコードと、別のレコードセットを記述するための参照テキストのセットである。 出力は、ソースレコードセットの部分的内容と参照の書き込みスタイルを正確に記述した要約である。
  論文  参考訳（メタデータ） (2020-02-24T12:52:10Z)

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。