Ir directamente a la navegación principal Ir directamente a la búsqueda Ir directamente al contenido principal

Word spotting and recognition in images from heterogeneous sources

Tesis doctoral

Resumen

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.
Fecha de lectura9 nov 2018
Idioma originalInglés
SupervisorErnest Valveny Llobet (Director/a)

Citar esto

'