National and Kapodistrian University of Athens
Ανίχνευση Γραμμών Κειμένου σε Πολυτονικά Ελληνικά Έγγραφα: Συγκριτική Ανάλυση των CRAFT, EAST, PaddleOCR και YOLO
Abstract
dc:descriptionΗ ανίχνευση γραμμών κειμένου αποτελεί κρίσιμο προπαρασκευαστικό βήμα στην ανάλυση ιστορικών εγγράφων και στην Οπτική Αναγνώριση Χαρακτήρων (OCR), ιδιαίτερα σε σύνθετα συστήματα γραφής όπως τα ελληνικά πολυτονικά κείμενα. Τα έγγραφα αυτά, πλούσια σε διακριτικά σημεία και ποικίλες διατάξεις, παρουσιάζουν μοναδικές προκλήσεις για τον διαχωρισμό γραμμών. Στην παρούσα διπλωματική εργασία προτείνουμε μία συγκριτική προσέγγιση με χρήση τριών μεθόδων βασισμένων σε νευρωνικά δίκτυα βάθους: τον ανιχνευτή Character-Region Awareness For Text (CRAFT), τον ανιχνευτή Efficient and Accurate Scene Text (EAST), το μοντέλο PaddleOCR, καθώς και δύο πρόσφατες υπερσύγχρονες εκδόσεις της οικογένειας μοντέλων ανίχνευσης αντικειμένων YOLO: YOLOv11-seg και YOLOv11-obb. Χρησιμοποιήθηκε ένα επιμελημένο σύνολο δεδομένων από σαρωμένα πολυτονικά ελληνικά χειρόγραφα και έντυπα, με ετικέτες σε επίπεδο γραμμής. Η διαδικασία περιλαμβάνει προεπεξεργασία, εκπαίδευση των μοντέλων και αξιολόγηση μετρικών όπως η ακρίβεια (precision), η ανάκληση (recall), f1 score και η ταχύτητα. Τα αποτελέσματα δείχνουν ότι το YOLOv11-obb υπερέχει των υπόλοιπων μοντέλων σε περιοχές με πυκνό κείμενο. Η εργασία αυτή συμβάλλει στην καλύτερη κατάτμηση γραμμών κειμένου για έργα ψηφιοποίησης και στην περαιτέρω βελτίωση της OCR για πολυτονικά ελληνικά.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Κωνσταντινίδου Δέσποινα
- Konstantinidou Despina
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, English, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:5304445