Kawał pracy. Jestem całkiem zadowolony, ale do narzędzia które zarchiwizuje mi dzienniki jeszcze daleko. Nie mam pomysłu na opis więc po prostu przekleję abstract.
Rozpoznawanie pisma ręcznego (HTR) jest często spotykanym zadaniem w dziedzinie analizy dokumentów i optycznego rozpoznawania znaków (OCR). W ostatnich latach, konwolucyjne sieci neuronowe (CNN) osiągnęły wysoką skuteczność w rozpoznawaniu pisma ręcznego dla zróżnicowanych stylów. Jednakże, archiwizowanie historycznych dokumentów metodami HTR jest wciąż problematyczne z powodu niskiej jakości skanów, niestandardowych stylów pisma oraz innych czynników zakłócających rozpoznawanie tekstu. Z tego względu, dane do uczenia maszynowego HTR są sporadyczne i ograniczone. W niniejszej pracy proponuję nowe podejście do tworzenia baz danych ze skanów historycznych dokumentów oraz ich transkrypcji za pomocą sztucznej inteligencji wykorzystującej iteratywne szkolenie dwóch sieci neuronowych oraz programów pomocniczych do ulepszania jakości danych. Z pomocą ludzkiego analityka, architektura ta ma szansę przyspieszyć proces transkrypcji historycznych dokumentów, wspomóc inne projekty HTR poprzez umożliwienie tworzenia nowych baz danych pisma ręcznego, oraz z czasem dostarczyć większe niż dotychczas wyniki w dokładności rozpoznawania pisma. Ostatecznym celem proponowanej architektury jest zbliżenie się do automatyzacji w digitalizacji jednolitych autorsko baz danych historycznych manuskryptów.
patronite.pl/p...
/ discord
/ pajki2
allegro.pl/ofe...
/ pajakipajakipajaki
link do pracy:
drive.google.c...
10 сен 2024
