"Skalierbare Verfahren der Text- und Strukturerkennung für die Volltextdigitalisierung historischer Drucke" Modul 2: Layouterkennung

• Antragsteller: Professor Dr. Andreas Dengel
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2018 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 394346204

Das Projekt “Skalierbare Verfahren der Text- und Strukturerkennung für die Volltextdigitalisierung historischer Drucke” hat die Entwicklung eines vollständigen OCR-Workflows für eine qualitativ hochwertige Massendigitalisierung historischer Drucke des 16. - 18. Jhd. als Ziel. Dabei sollen für alle Arbeitsschritte des Workflows innovative Methoden als Werkzeug bereitgestellt werden. Modul 2 “Layouterkennung” ist neben der OCR der wichtigste Bearbeitungsschritt. Eine korrekte Layouterkennung kann nicht nur die Ergebnisse im Anschließenden OCR verbessern, sondern trägt mit Informationen über Layout und Zusammenhang der einzelnen Textelemente, auch maßgeblich zum Verständnis des digitalisierten Dokuments bei. Für die benötigten Bearbeitungsschritte stehen eine Vielzahl von Methoden zur Verfügung, aber nicht alle sind für die speziellen Anforderungen dieses Projekts, für historische Drucke, geeignet. Auf Basis eigener Erfahrungen und Arbeiten im Bereich der Layoutanalyse plant das DFKI die Identifizierung, Entwicklung und Integrierung geeigneter Algorithmen.

• DFG-Verfahren: Forschungsdaten und Software (Wiss. Literaturversorgung und Informationssysteme)
• Mitverantwortlich: Dr.-Ing. Syed Saqib Bukhari