Archives par mot-clé : OCR

Répertoire des décors typographiques : reconnaissance automatique des formes et des fontes pour l’identification des imprimeurs (Biblissima+ & TypoReF) | Bilan d’avancement 2023

Publié le par
Répondre

Conçu dans une démarche interdisciplinaire, le projet TypoRef : Typographie de la Renaissance Française (1470-1640) (ANR – AAPG 2022 JCJC, 2023-2027) a pour ambition de recenser, décrire et étudier les matériels typographiques français de la Renaissance en développant des outils de recherche qui permettront l’exploitation scientifique de corpus de livres numérisés et en mettant en place une plateforme numérique dédiée, intégrée au portail des « Bibliothèques Virtuelles Humanistes ». La base de données BaTyR fait ainsi l’objet d’une refonte totale en 2023-2024 et le corpus traité sera augmenté grâce aux financements Biblissima+ dédiés au matériel typographique et à l’adossement du projet au Cluster 3 Biblissima+ sur la reconnaissance des écritures.

Ainsi, dans la continuité de la refonte de son infrastructure numérique et documentaire, les BVH poursuivent le partenariat avec l’équipe RFAI (Reconnaissance de formes et analyse d’images) du LIFAT (T. Brouard, J.-Y. Ramel), afin de déployer une plateforme de traitement et d’analyse d’images ouverte et adaptée aux besoins de l’analyse des documents anciens numérisés. La plateforme Arkindex a été retenue fin 2023 comme socle aux recherches sur les nouveaux algorithmes de segmentation deep et non deep. Le CETU ILIAD3 (Université de Tours) est chargé du déploiement à compter de 2024, en lien avecTEKLIA dont la plateforme Arkindex est désormais proposée en open-source (avril 2024).

Continuer la lecture →

TypoReF : étudier les matériels d’imprimerie de la Renaissance française

Publié le par
Répondre

Poinçons des Grecs du Roi gravés par Claude Garamont vers 1542, conservés au cabinet des poinçons de l’Imprimerie nationale (cliché : Rémi Jimenes)

TypoReF (Typographie de la Renaissance Française, 1470-1640) est un projet financé par l’Agence nationale de la recherche pour une durée de quatre ans (2023-2027).

Conçu dans une démarche interdisciplinaire, il a pour ambition de recenser, décrire et étudier les matériels typographiques français de la Renaissance en développant des outils de recherche qui permettront l’exploitation scientifique de corpus de livres numérisés et en mettant en place une plateforme numérique dédiée, intégrée au portail des « Bibliothèques Virtuelles Humanistes ».

Objet de la recherche

Dans l’histoire de la typographie, la Renaissance apparaît comme le moment d’élaboration d’un véritable « langage commun », une période de transition au cours de laquelle les caractères romains et italiques s’imposent progressivement à l’ensemble du lectorat européen au détriment de la tradition gothique. Ce changement de répertoire graphique implique une rénovation des matériels décoratifs (lettrines, bandeaux, fleurons, culs-de-lampe) et le développement de nouveaux modes de mise en page. C’est « la naissance du livre moderne » (H.-J. Martin).

Continuer la lecture →

[Emploi] Ingénieur R&D : Computer Vision – Machine Learning. CDD, 12 mois, Tours. CESR / LIFAT (ANR TypoReF)

Publié le par
Répondre

Informations générales

  • Lieu de travail : LIFAT, Tours, France.
  • Date de publication de l’offre : mars 2023
  • Type de contrat : CDD Technique/Administratif
  • Secteur d’activité : recherche-développement, humanités numériques
  • Durée du contrat : 12 mois
  • Date d’embauche prévue : 1er septembre 2023
  • Quotité de travail : temps complet
  • Grade : Ingénieur d’études ou de recherche (Postdoc)
  • Rémunération : en vigueur (grilles de la fonction publique), selon expérience
  • Niveau d’études souhaité : Bac +5 Informatique ou doctorat
  • Date limite de candidature : 22 mai 2023

Offre d’emploi (PDF, FR) | Job offer (PDF, ENG)

Continuer la lecture →

Colloque : Novel approaches to Digital Codicology | 10-12 mai 2023, CESR, Tours

Publié le par
Répondre

Date(s) : du 10 mai 2023 au 12 mai 2023

Lieu : CESR (Centre d’Etudes Supérieures de la Renaissance)

Despite the advancements in digitization, the study of books as objects, for the most part, still relies on autoptic investigations because traditional digitization transmediates only limited information regarding an object’s materiality. Autoptic observations are not always possible, and this has become even more evident and relevant with the pandemic crisis of Covid-19. While significant progress has been made in accessing written heritage through digitization efforts (IIIF, TEI), the digitization of the material features of books is still lagging and at the experimental phase. The availability of great numbers of textual data has permitted the development of distant reading techniques to discover patterns in texts and the utilization of artificial intelligence to read manuscripts (HTR) and printed books (OCR) en mass. The availability of digital data on the materiality of books would extend these practices to the book as an object. Recently, some projects have brought forward novel approaches to the digitization of material features of books but we lack a comprehensive methodology capable of bringing it together in a coherent research field: digital codicology. In the first two and a half days of the event, eminent scholars at the forefront of material digitization efforts will present their research. The last half-day will be dedicated to a round table and a working group to discuss and set the groundwork for a white paper on what digital codicology is and still needs to become the overarching field we foresee.

Rémi Jimenes (CESR-BVH) et Thierry Brouard (LIFAT) interviendront conjointement le jeudi 11 mai dans la Session 5 : Book Culture and Digital Paractices (II) pour présenter le lancement des travaux engagés dans le cadre de l’ANR TypoReF : TypoReF project : studying French Renaissance typography using digital images.

Continuer la lecture →

Supports de présentations | Assemblée générale 2022, programme « Bibliothèques Virtuelles Humanistes ». 25 novembre 2022, CESR, Tours

Publié le par
Répondre

Le 25 novembre dernier se tenait l’assemblée générale 2022 du programme de recherche BVH dont vous retrouverez le programme complet et l’ordre du jour sur notre blog.

Sont publiées dans ce billet les présentations de la journée : bilan 2021-2022 et perspectives du programme BVH par Chiara Lastraioli, avancées des Catalogues régionaux des Incunables, évolutions de l’infrastructure numérique et de la bibliothèque numérique (modèle de données, premières interfaces, déploiement IIIF…) et enfin les présentations des projets de recherche en cours : le livre de compte de Marguerite de Navarre, la nouvelle base de données Scripta Manent, les Bibliotheques francoises, l’étude des matériels d’imprimeries (avec le LIFAT pour la reconnaissance d’image et de texte), les travaux éditoriaux autour de Montaigne…

L’ensemble de l’équipe BVH tient à remercier chaleureusement la cinquantaine de partenaires, collègues et amis ayant participé à cette assemblée, en présentiel ou à distance.

Continuer la lecture →

Assemblée générale 2022 du programme « Bibliothèques Virtuelles Humanistes » | 25 novembre 2022, CESR, Tours

Publié le par
1

Nous avons le plaisir de vous convier à l’assemblée générale 2022 du programme de recherche « Bibliothèques Virtuelles Humanistes » (CESR, Tours) qui se tiendra le vendredi 25 novembre, de 10 h à 17 h au Centre d’Études Supérieures de la Renaissance de Tours, en salle Rapin.

L’assemblée générale des BVH est un moment privilégié au cours duquel l’équipe du programme rencontre les partenaires, les représentants des tutelles et les collaborateurs extérieurs, afin de détailler le bilan de l’année écoulée, de présenter les perspectives pour les années à venir et d’échanger sur les projets en cours et futurs.

Continuer la lecture →

Apprentissage incrémental et classification d’images : application à la transcription interactive pour le patrimoine écrit ancien | Stage, LIFAT-CESR (RTR DIAMS)

Publié le par
Répondre

Dans le cadre du partenariat entre le LIFAT-RFAI et le CESR-BVH, la recherche sur les algorithmes et méthodes d’apprentissage pour la transcription de livres imprimés anciens se poursuit. À ce titre, les travaux menés bénéficient en 2022 du financement d’un stage de 3 mois par le Réseau thématique de recherche DIAMS (RTR ; groupes Human in the Loop et Patri-Num), encadré par Thierry BROUARD (LIFAT-RFAI).

Informations sur le stage

  • Formation : niveau bac+5 en informatique
  • Dates : entre le 15 avril et le 15 juillet 2022, 3 mois
  • Lieu du stage : dans les locaux du LIFAT (64 av. Jean Portalis, 37200 Tours) avec déplacements possibles dans les locaux du CESR (59 rue Néricault-Destouches, BP 12050 – 37020 Tours Cedex) – 30 mn entre les deux sites via le tramway
  • Disciplines : Informatique / apprentissage, Patrimoine écrit (documents anciens)
  • Candidatures : CV et lettre de motivation à adresser par email à Thierry Brouard, thierry.brouard@univ-tours.fr

Présentation & contexte

Depuis de nombreuses années, le CESR et le LIFAT collaborent sur des thématiques de recherche, mais aussi dans le cadre d’enseignements. Au fil des années, le LIFAT a contribué à la construction du système d’information du CESR, et plus particulièrement du programme « Bibliothèques Virtuelles Humanistes » (BVH) à travers différents projets, notamment de transcription de documents anciens. Les deux principaux logiciels, AGORA et RETRO, ont plus de 15 années d’existence, et ont déjà fait l’objet d’évolutions majeures, en particulier à l’occasion de deux bourses successives « Digital Humanities » financées par Google en 2011 et 2012. Cependant, ces outils reposent sur des technologies aujourd’hui dépassées, au vu des avancées des techniques reposant sur l’apprentissage profond.

Continuer la lecture →

Logiciel de transcription de documents anciens : poursuite des développements de RETRO en 2022 | LIFAT-CESR

Publié le par
Répondre

Dans le cadre du partenariat entre le LIFAT-RFAI et le CESR-BVH, les développements de fonctionnalités et d’interfaces du logiciel RETRO pour la transcription de livres imprimés anciens se poursuivent. Le projet bénéficie ainsi en 2022 du financement d’un premier stage [pourvu] de 3 mois financé et encadré par Thierry BROUARD (LIFAT) pour améliorer l’application et les IHM. Un second stage [encore à pourvoir en date du 1er mars 2022], soutenu par le Réseau thématique de recherche DIAMS (RTR), sera dédié à l’amélioration de l’IA avec une approche dite de clustering.

Figure 1 : Exemple d’interface graphique utilisateur pour la transcription d’un texte ancien

La transcription s’apparente à de l’OCR : on donne une image dans laquelle il y a du texte, et on ressort un fichier ASCII. Dans le cas des documents anciens, l’OCR est difficile, et les logiciels habituels, formés sur nos polices modernes et notre langue contemporaine (syntaxe, grammaire), ne dépassent pas les 20-30 % de bonne reconnaissance. Dans les documents anciens, orthographe et grammaire ne sont pas formalisées, et un même ouvrage rassemble souvent plusieurs langues (par exemple latin / grec / vieux français).

L’approche proposée commence par utiliser un algorithme d’apprentissage non supervisé (appelé aussi clustering) afin de rassembler les caractères qui se ressemblent le plus. L’utilisateur qui réalise la transcription donne alors, pour chaque groupe, le ou les caractères représentés. C’est donc l’humain qui fait la transcription, la machine essaie de minimiser le nombre de transcription à réaliser en regroupant au mieux les caractères qui se ressemblent.

Continuer la lecture →

Bibliotheca Digitalis | 1st day, July 4th – Course programme: Digital sources: theoretical fundamentals

Publié le par
5

Bibliotheca Digitalis. Reconstitution of Early Modern Cultural Networks. From Primary Source to Data.

DARIAH / Biblissima Summer School

This first day will introduce the problems and goals of the summer school, with an plenary lecture on the theoretical basis of digital documents and a historical overview of the information and communication problems in Early Modern France. There will also be an opportunity for participants to present their own research projects.

1st day, July 4th – Digital sources: theoretical fundamentals

Morning, Auditorium

9:30 – 10:00 Welcome to the Médiathèque Louis-Aragon of Le Mans – Sophie Rouyer
Introduction to the Summer school – Toshinori Uetani
10:00 – 10:55 From pixels to content – Jean-Yves Ramel
10:55 – 11:05 Coffee break
11:05 – 12:00 Beyond the Page: enriching the digital library – Lou Burnard
12:00 – 13:30 Lunch at “La Villa” – Place de la République, 72 000 Le Mans

Continuer la lecture →

Traitement du signal et des images pour l’art et le patrimoine – Extraction interactive d’éléments de contenu et analyse de redondance des formes dans les imprimés anciens, Par Jean-Yves Ramel (LI Tours)

Publié le par
Répondre

Le GdR Information, Signal, Image, viSion (ISIS) organise le 13 mai 2016 une journée autour du Traitement du signal et des images pour l’art et le patrimoine, à Télécom Paristech (amphi B310). Jean-Yves Ramel (Pr, LI Tours) présentera à cette occasion une partie des travaux effectués dans le cadre du projet Paradiit financé par deux Google Awards successifs en 2011 et 2012 et mené en collaboration avec l’équipe du programme BVH du CESR.

L’objectif de cette journée GdR ISIS est de réunir les chercheurs et industriels dont les travaux trouvent des applications dans le domaine de l’art, l’histoire de l’art ou du patrimoine culturel. En effet, le développement des technologies numériques notamment autour de l’image, est un enjeu important pour la préservation, la restauration, l’étude, la création et la diffusion des objets, monuments, œuvres, documents issus du domaine artistique et culturel. Réciproquement, les problèmes soulevés par ces problématiques posent de nouveaux challenges à la communauté scientifique de la vision par ordinateur et du traitement de l’image comme en témoignent l’augmentation des publications et la présence de sessions spéciales dans des conférences de référence de ces domaines.

Continuer la lecture →