[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Reviviendo el patrimonio cultural: un enfoque novedoso para la restauración integral de documentos históricos

Created by
  • Haebom

Autor

Yuyi Zhang, Peirong Zhang, Zhenhua Yang, Pengyu Yan, Yongxin Shi, Pengwei Liu, Fengjun Guo, Lianwen Jin

Describir

Este artículo presenta un conjunto de datos HDR de página completa (FPHDR) y una solución HDR automatizada (AutoHDR) para abordar el problema Limitations en el campo de la restauración de documentos históricos (HDR). FPHDR consta de 1633 imágenes reales y 6543 imágenes sintéticas, que incluyen información de ubicación de caracteres y líneas, así como anotaciones de caracteres para diversos niveles de daño. AutoHDR imita el proceso de restauración de los historiadores mediante un enfoque de tres pasos: localización de daños basada en OCR, predicción de texto contextual visual-lingüístico y restauración de apariencia autorregresiva de parches. La arquitectura modular permite una colaboración flexible entre personas y máquinas para facilitar la intervención y la optimización en cada paso de la restauración. Los resultados experimentales muestran que AutoHDR mejora la precisión del OCR del 46,83 % al 84,05 % al procesar documentos gravemente dañados, y hasta un 94,25 % mediante la colaboración entre personas y máquinas. Este estudio contribuye significativamente al avance de la restauración automatizada de documentos históricos y la preservación del patrimonio cultural. El modelo y el conjunto de datos están disponibles públicamente en GitHub.

Takeaways, Limitations

•
Takeaways:
◦
Superar las limitaciones de los métodos existentes al proporcionar un conjunto de datos HDR de tamaño de página completa (FPHDR) y una solución HDR automatizada (AutoHDR).
◦
Mejore drásticamente la precisión del OCR, aumentando la eficiencia de la restauración de documentos históricos.
◦
La arquitectura modular permite una colaboración flexible entre hombre y máquina.
◦
Contribuye en gran medida a la preservación del patrimonio cultural.
◦
Permite la investigación de seguimiento a través de conjuntos de datos y modelos disponibles públicamente.
•
Limitations:
◦
La alta proporción de imágenes sintéticas puede limitar la diversidad de tipos de daños reales.
◦
Existe la posibilidad de que el rendimiento para ciertos tipos de daños sea relativamente menor que para otros.
◦
Se necesita más investigación para mejorar la eficiencia y la optimización de la colaboración hombre-máquina.
◦
Es necesario evaluar el rendimiento de generalización en varios idiomas y escrituras manuscritas.
👍
Made with Slashpage