Cílem předkládaného projektu je vytvoření poloprovozu digitalizační linky, využívající nástroje strojového učení již v procesu digitalizace tak, aby se tento proces výrazně zefektivnil a byly z něj odstraněny všechny činnosti, které může zajistit moderní software. Poloprovoz bude kombinovat existující špičkové komponenty s nástroji vyvinutými speciálně pro potřeby poloprovozu. Výsledek projektu bude použitelný na digitalizačních pracovištích velkých českých knihoven ať už v podobě samostatné instalace nebo na dálku využívané služby poskytované Národní knihovnou ČR.

Description in English
The aim of the presented project is to create a pilot line of digitization line, using machine learning tools already in the process of digitization so that this process is significantly streamlined and all activities that can be provided by modern software are removed from it. The pilot plant will combine existing state-of-the-art components with tools developed specifically for pilot plant needs. The result of the project will be usable at digitization workplaces of large Czech libraries, either in the form of a separate installation or a service used remotely by the National Library of the Czech Republic.

Keywords
digitální knihovny, manipulace s obrazem, strojové učení

Key words in English
digital libraries, image manipulation, machine learning

DH23P03OVV066

Czech

Hradiš Michal, Ing., Ph.D. - principal person responsible
Čadík Martin, doc. Ing., Ph.D. - fellow researcher
Dočekal Martin, Ing. - fellow researcher
Fajčík Martin, Ing., Ph.D. - fellow researcher
Jeniš Radek - fellow researcher
Kavalová Radka, Mgr. - fellow researcher
Kišš Martin, Ing. - fellow researcher
Kohút Jan, Ing. - fellow researcher
Šolony Marek, Ing., Ph.D. - fellow researcher

Department of Computer Graphics and Multimedia
- responsible department (12.4.2022 - not assigned)
Department of Computer Graphics and Multimedia
- co-beneficiary (12.4.2022 - 31.12.2027)

KOHÚT, J.; HRADIŠ, M.; KIŠŠ, M. Towards Writing Style Adaptation in Handwriting Recognition. In Document Analysis and Recognition - ICDAR 2023. Lecture Notes in Computer Science. Lecture Notes in Computer Science. San José: Springer Nature Switzerland AG, 2023. p. 377-394. ISBN: 978-3-031-41684-2. ISSN: 0302-9743.
Detail

Responsibility: Hradiš Michal, Ing., Ph.D.