2021
Application of Super-Resolution Models in Optical Character Recognition of Czech Medieval Texts
BANKOVIČ, Mikuláš, Vít NOVOTNÝ a Petr SOJKAZákladní údaje
Originální název
Application of Super-Resolution Models in Optical Character Recognition of Czech Medieval Texts
Autoři
BANKOVIČ, Mikuláš (703 Slovensko, garant, domácí), Vít NOVOTNÝ (203 Česká republika, domácí) a Petr SOJKA (203 Česká republika, domácí)
Vydání
Brno, Recent Advances in Slavonic Natural Language Processing (RASLAN 2021), od s. 11-18, 8 s. 2021
Nakladatel
Tribun EU
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10200 1.2 Computer and information sciences
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Kód RIV
RIV/00216224:14330/21:00119900
Organizační jednotka
Fakulta informatiky
ISBN
978-80-263-1670-1
ISSN
Klíčová slova anglicky
Super-resolution; Optical character recognition; Medieval texts
Změněno: 15. 5. 2024 10:24, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
Optical character recognition (OCR) of scanned images is used in multiple applications in numerous domains and several frameworks and OCR algorithms are publicly available. However, some domains such as medieval texts suffer from low accuracy, mainly due to low resources and poor quality data. For such domains, preprocessing techniques help to increase the accuracy of OCR algorithms. In this paper, we experiment with two super-resolution models: Waifu2x and SRGAN. We use the models to reduce noise and increase the image resolution of scanned medieval texts. We evaluate the models on the AHISTO project dataset and compare them against several baselines. We show that our models produce improvements in OCR accuracy.