Utilizing artificial intelligence for text segmentation from images

• Autorzy: Abdullah Majid H. , Biševac Petar , Ivković Ratko , Spalević Petar , Milosavljević Srðan

Identyfikatory

DOI

10.15199/48.2024.02.52

Warianty tytułu

PL

Wykorzystanie sztucznej inteligencji do segmentacji tekstu z obrazów

• Języki publikacji: EN

Abstrakty

EN

he paper presents a deep learning-based approach for text segmentation from images, utilizing a combination of a Fully Convolutional Network (FCN) and a Recurrent Neural Network (RNN). The algorithm achieves high accuracy in identifying and separating text regions from nontext regions, performing well with diverse text styles, fonts, backgrounds, and various languages. It outperforms state-of-the-art methods and proves to be a robust and versatile solution applicable to OCR and document analysis tasks.

PL

Artykuł przedstawia podejście oparte na głębokim uczeniu się do segmentacji tekstu na obrazach, wykorzystując połączenie Sieci W pełni splotowej (FCN) i Sieci Neuronowej Rekurencyjnej (RNN). Algorytm osiąga wysoką dokładność w identyfikacji i separacji obszarów tekstu od obszarów bez tekstu, sprawdzając się dobrze z różnymi stylami tekstu, czcionkami, tłami i różnymi językami. Przewyższa metody najnowszej generacji i okazuje się być solidnym i wszechstronnym rozwiązaniem zastosowalnym w zadaniach OCR i analizie dokumentów.

Słowa kluczowe

EN

artificial intelligence; digital image processing; segmentation; text

PL

sztuczna inteligencja; cyfrowa obróbka obrazu; segmentacja; tekst

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 2
• Strony: 255--258
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Abdullah Majid H.

• School of Informatics and Computing, Singidunum University, Danijelova 32, 11000, Belgrade, Serbia

autor

Biševac Petar

• School of Informatics and Computing, Singidunum University, Danijelova 32, 11000, Belgrade, Serbia

autor

Ivković Ratko

• Faculty of Technical Sciences, University of Pristina in Kosovska Mitrovica, Knjaza Miloša 7, 38220 Kosovska Mitrovica, Serbia
• Faculty of Economics and Engineering Management, Department of software engineering, Cvećarska 2, 21102 Novi Sad, Serbia

• https://orcid.org/0000-0002-6557-4553

autor

Spalević Petar

• Faculty of Technical Sciences, University of Pristina in Kosovska Mitrovica, Knjaza Miloša 7, 38220 Kosovska Mitrovica, Serbia

• https://orcid.org/0000-0002-6867-7259

autor

Milosavljević Srðan

• Faculty of Economics, University of Pristina in Kosovska Mitrovica, Kolašinska 156, 38220 Kosovska Mitrovica, Serbia

Bibliografia

• [1] Liu Y., Wang Y., Shi H., A Convolutional Recurrent Neural-Network-Based Machine Learning for Scene Text Recognition Application, Symmetry, 15 (2023), No. 4, 849:1-17
• [1] Droby A., Kurar Barakat B., Alaasam R., Madi B., Rabaev I., El-Sana J., Text Line Extraction in Historical Documents Using Mask R-CNN, Signals, 3 (2022), No. 3, 535-549
• [2] Otsu N., A threshold selection method from gray-level histograms, IEEE Transactions on Systems, Man, and Cybernetics, 9 (1979), No. 1, 62-66
• [3] Ivković R., New model of partial filtering in implementation of algorithms for edge detection and digital image segmentation, University of Pristina (Kosovska Mitrovica), Faculty of Technical Sciences, Serbia, 2019, 39-61
• [4] Lombardi F., Marinai S., Deep Learning for Historical Document Analysis and Recognition-A Survey, Journal of Imaging. 6 (2020), No.10,110:1-30
• [5] Zuo H., Fan H., Blasch E, Ling H., Combining Convolutional and Recurrent Neural Networks for Human Skin Detection, IEEE Signal Processing Letters, 34 (2017), No. 3, 289-293
• [6] Vinotheni C., Lakshmana Pandian S., End-To-End Deep-Learning-Based Tamil Handwritten Document Recognition and Classification Model, IEEE Access, 11 (2023), No. 1, 43195 – 43204
• [7] Jia W., Ma C., Sun L., Huo Q., Detecting Text Baselines in Historical Documents with Baseline Primitives, IEEE Access, 9 (2021), No. 1, 93672 – 93683
• [8] Droby A., Kurar Barakat B., Saabni R., Alaasam R., Madi B., El-Sana J., Understanding Unsupervised Deep Learning for Text Line Segmentation, Applied Sciences, 12 (2022), No. 19, 9528:1-24

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).