• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Document Analysis and Recognition >Deep Learning Based Approach for Historical Manuscript Dating
【24h】

Deep Learning Based Approach for Historical Manuscript Dating

机译：基于深度学习的历史手稿约会方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Digitization of historical manuscripts from premodern eras, has captivated the document analysis and pattern recognition community in recent years. Estimation of the period of production of such documents is a challenging yet favored research problem. In this paper, we present a deep learning based approach to effectively characterize the year of production of sample documents from the Medieval Paleographical Scale (MPS) dataset. By employing transfer learning on a number of popular pre-trained Convolutional Neural Network (CNN) models, we have significantly reduced the Mean Absolute Error (MAE) reported in previous studies.
机译：近现代历史手稿的数字化，近年来吸引了文档分析和模式识别界。估计此类文档的生成时间是一个具有挑战性但受到青睐的研究问题。在本文中，我们提出了一种基于深度学习的方法，可以有效地描述中世纪古生物学规模（MPS）数据集的示例文档的产生年份。通过在许多流行的预训练卷积神经网络（CNN）模型上采用转移学习，我们已大大减少了先前研究中报告的平均绝对误差（MAE）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号