El texto es la forma más común de compartir información desde edades. Con el reciente_x000D_ desarrollo de bases de datos de imágenes de manuscritos históricos manuscritos,_x000D_ la demanda de algoritmos para hacer accesibles estas bases de datos para la navegación_x000D_ y la indexación están en aumento. El aumento exponencial de las bases de datos de_x000D_ imágenes disponibles al público y las colecciones personales de imágenes, este interés_x000D_ ahora también abarca la comprensión de texto en imágenes naturales._x000D_ La habilitación de la búsqueda o la comprensión de una gran colección de manuscritos_x000D_ o bases de datos de imágenes necesita un método rápido y sólido. Los investigadores_x000D_ han encontrado diferentes maneras de representar la palabra recortada para la comprensi_x000D_ ón y la coincidencia, que funciona bien cuando las palabras ya están segmentadas._x000D_ Sin embargo, no hay una forma trivial de ampliar estos para documentos no_x000D_ segmentados._x000D_ En esta tesis, exploramos diferentes métodos para la recuperación y el reconocimiento_x000D_ de texto a partir de documentos no segmentados e imégenes de escena._x000D_ Existen dos formas diferentes de representación en la literatura, una usa una representaci_x000D_ ón de longitud fija aprendida de palabras recortadas y otra una secuencia de_x000D_ características de longitud variable. A lo largo de esta tesis, hemos estudiado estas dos_x000D_ representaciones por su idoneidad en la segmentación, la comprensión libre del texto._x000D_ En la primera parte, nos centramos en la detección de palabras sin segmentación utilizando_x000D_ una representación de longitud fija. Extendimos el uso de una representación_x000D_ exitosa para la recuperación libre de segmentación._x000D_ En la segunda parte de la tesis, exploramos las características basadas en secuencia_x000D_ y finalmente proponemos una soluci´on unificada donde el mismo marco puede generar_x000D_ ambos tipos de representaciones.
Word spotting and recognition in images from heterogeneous sources
Ghosh, S. K. (Autor/a). 9 nov 2018
Tesis doctoral