uu.seUppsala universitets publikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
An intelligent user interface for efficient semi-automatic transcription of historical handwritten documents
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.ORCID-id: 0000-0003-1054-2754
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.ORCID-id: 0000-0003-4480-3158
2018 (engelsk)Inngår i: Proc. 23rd International Conference on Intelligent User Interfaces Companion, New York: ACM Press, 2018, artikkel-id 48Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

Transcription of large-scale historical handwritten document images is a tedious task. Machine learning techniques, such as deep learning, are popularly used for quick transcription, but often require a substantial amount of pre-transcribed word examples for training. Instead of line-by-line word transcription, this paper proposes a simple training-free gamification strategy where all occurrences of each arbitrarily selected word is transcribed once, using an intelligent user interface implemented in this work. The proposed approach offers a fast and user-friendly semi-automatic transcription that allows multiple users to work on the same document collection simultaneously.

sted, utgiver, år, opplag, sider
New York: ACM Press, 2018. artikkel-id 48
HSV kategori
Forskningsprogram
Datoriserad bildbehandling
Identifikatorer
URN: urn:nbn:se:uu:diva-345637DOI: 10.1145/3180308.3180357ISI: 000458680100048ISBN: 978-1-4503-5571-1 (tryckt)OAI: oai:DiVA.org:uu-345637DiVA, id: diva2:1189529
Konferanse
IUI 2018, March 7–11, Tokyo, Japan
Prosjekter
eSSENCE
Forskningsfinansiär
Riksbankens Jubileumsfond, NHS14-2068:1eSSENCE - An eScience CollaborationTilgjengelig fra: 2018-03-05 Laget: 2018-03-12 Sist oppdatert: 2019-03-11bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekst

Personposter BETA

Hast, Anders

Søk i DiVA

Av forfatter/redaktør
Hast, AndersVats, Ekta
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 197 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf