Archives par mot-clé : Retro

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 →

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 →

Projet PARADIIT : publication sur HAL

Publié le par
Répondre

capture

En 2011 et 2012, le laboratoire Reconnaissance des Formes et Analyse d’Images du Laboratoire informatique de l’Université de Tours (RFAI, équipe de Jean-Yves Ramel), associé à l’équipe des Bibliothèques Virtuelles Humanistes, a bénéficié de deux Google Digital Humanities Awards pour le projet PaRADIIT (Pattern Redundancy Analysis for Document Image Indexation and Transcription). Ce projet vise à développer les logiciels AGORA et RETRO, qui permettent l’extraction, le clustering et la reconnaissance de formes tirées de documents imprimés anciens. L’enjeu, à terme, est le développement d’outils d’aide à la transcription de documents imprimés anciens, et le développement d’un module d’OCR adapté aux livres imprimés de la Renaissance. Un résumé en anglais des résultats provisoires et des perspectives de développement du projet PARADIIT est désormais disponible sur HAL : Exploiting Document Image Analysis in the Humanities