Graph-based keyword spotting in historical documents using context-aware Hausdorff edit distance
Vorschaubild nicht verfügbar
Autor:in (Körperschaft)
Publikationsdatum
2018
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
13th IAPR International Workshop on Document Analysis Systems. DAS 2018. Proceedings
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
49-54
Patentnummer
Verlag / Herausgebende Institution
IEEE
Verlagsort / Veranstaltungsort
New York
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Scanned handwritten historical documents are often not well accessible due to the limited feasibility of automatic full transcriptions. Thus, Keyword Spotting (KWS) has been proposed as an alternative to retrieve arbitrary query words from this kind of documents. In the present paper, word images are represented by means of graphs. That is, a graph is used to represent the inherent topological characteristics of handwriting. The actual keyword spotting is then based on matching a query graph with all document graphs. In particular, we make use of a fast graph matching algorithm that considers the contextual substructure of nodes. The motivation for this inclusion of node context is to increase the overall KWS accuracy. In an experimental evaluation on four historical documents, we show that the proposed procedure clearly outperforms diverse other template-based reference systems. Moreover, our novel framework keeps up or even outperforms many state-of-the-art learning-based KWS approaches.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
13th IAPR International Workshop on Document Analysis Systems (DAS 2018)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
24.04.2018
Enddatum der Konferenz
27.04.2018
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Closed
Lizenz
Zitation
STAUFFER, Michael, Andreas FISCHER und Kaspar RIESEN, 2018. Graph-based keyword spotting in historical documents using context-aware Hausdorff edit distance. In: 13th IAPR International Workshop on Document Analysis Systems. DAS 2018. Proceedings. New York: IEEE. 2018. S. 49–54. Verfügbar unter: https://irf.fhnw.ch/handle/11654/42434