mycoreobjectrosdok_disshab_0000002077rosdok_disshab_0000002077rosdokdisshabrosdok_derivate_00000677832023-08-08T10:09:57.463Z2019-03-27T08:28:13.425ZadministratoreditorDpublished1rosdok_derivate_0000067783truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id000024271662425813Oau2019-03-272023-08-05T19:12:12ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftNeural text line extraction in historical documentsa two-stage clustering approachAccessibility of the valuable cultural heritage which is hidden in countless scanned historical documents is the motivation for the presented dissertation. The developed (fully automatic) text line extraction methodology combines state-of-the-art machine learning techniques and modern image processing methods. It demonstrates its quality by outperforming several other approaches on a couple of benchmarking datasets. The method is already being used by a wide audience of researchers from different disciplines and thus contributes its (small) part to the aforementioned goal.Das Erschließen des unermesslichen Wissens, welches in unzähligen gescannten historischen Dokumenten verborgen liegt, bildet die Motivation für die vorgelegte Dissertation. Durch das Verknüpfen moderner Verfahren des maschinellen Lernens und der klassischen Bildverarbeitung wird in dieser Arbeit ein vollautomatisches Verfahren zur Extraktion von Textzeilen aus historischen Dokumenten entwickelt. Die Qualität wird auf verschiedensten Datensätzen im Vergleich zu anderen Ansätzen nachgewiesen. Das Verfahren wird bereits durch eine Vielzahl von Forschern verschiedenster Disziplinen genutzt.TobiasGrüning1986 -VerfasserInaut1181883350RogerLabahn1959 -AkademischeR BetreuerIndgs1709996450000-0003-1901-9644BasilisGatosAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002427info:eu-repo/grantAgreement/EC/H2020/674943/EU/Recognition and Enrichment of Archival Documents/READurn:nbn:de:gbv:28-rosdok_id00002427-710.18453/rosdok_id00002427510 MathematikMathematisch-Naturwissenschaftliche Fakultätalle Rechte vorbehaltenNutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2018Universität RostockRostockmonographic201920182019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002427Roger Labahn (Universität Rostock, Institut für Mathematik) ; Basilis Gatos (Institute of Informatics and Telecommunications, National Center for Scientific Research “Demokritos”)vorgelegt von Tobias Grüningdoctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisSDNB:510SDNB:510510 Mathematik510 Mathematicsinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.mnfinstitution:unirostock.mnfMathematisch-Naturwissenschaftliche FakultätFaculty of Mathematics and Natural SciencesUniversität Rostock. Mathematisch-Naturwissenschaftliche FakultätMathematisch-Natur-<br />wissenschaftliche FakultätUni.Rostock.Fakultaet.MNFhttp://d-nb.info/gnd/2147083-2licenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehaltenall rights reserved/creativecommons/r/reserved/0.9/88x31.png[DE-28]Urheberrechtsschutz 1.0$gRights Statements$uhttp://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2rfc5646:enrfc5646:enEnglischEnglishengengNeural text line extraction in historical documentsa two-stage clustering approachNeural text line extraction in historical documentsa two-stage clustering approachgnd:1181883350gnd:170999645orcid:0000-0003-1901-9644gnd:38329-6gnd:2147083-2gnd:1181883350gnd:170999645orcid:0000-0003-1901-9644gnd:38329-6gnd:2147083-2rosdok_disshab_0000002077-d496775e55gnd:1181883350Tobias GrüningTobias Grüningrosdok_disshab_0000002077-d496775e69gnd:170999645orcid:0000-0003-1901-9644Roger LabahnRoger Labahnrosdok_disshab_0000002077-d496775e85Basilis GatosBasilis Gatosrosdok_disshab_0000002077-d496775e96gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002077-d496775e107gnd:2147083-2Universität Rostock Mathematisch-Naturwissenschaftliche FakultätUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRoger LabahnBasilis GatosUniversität RostockUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRoger LabahnBasilis GatosUniversität RostockUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002427info:eu-repo/grantAgreement/EC/H2020/674943/EU/Recognition and Enrichment of Archival Documents/READurn:nbn:de:gbv:28-rosdok_id00002427-710.18453/rosdok_id00002427Accessibility of the valuable cultural heritage which is hidden in countless scanned historical documents is the motivation for the presented dissertation. The developed (fully automatic) text line extraction methodology combines state-of-the-art machine learning techniques and modern image processing methods. It demonstrates its quality by outperforming several other approaches on a couple of benchmarking datasets. The method is already being used by a wide audience of researchers from different disciplines and thus contributes its (small) part to the aforementioned goal.Das Erschließen des unermesslichen Wissens, welches in unzähligen gescannten historischen Dokumenten verborgen liegt, bildet die Motivation für die vorgelegte Dissertation. Durch das Verknüpfen moderner Verfahren des maschinellen Lernens und der klassischen Bildverarbeitung wird in dieser Arbeit ein vollautomatisches Verfahren zur Extraktion von Textzeilen aus historischen Dokumenten entwickelt. Die Qualität wird auf verschiedensten Datensätzen im Vergleich zu anderen Ansätzen nachgewiesen. Das Verfahren wird bereits durch eine Vielzahl von Forschern verschiedenster Disziplinen genutzt.20182018Roger Labahn (Universität Rostock, Institut für Mathematik) ; Basilis Gatos (Institute of Informatics and Telecommunications, National Center for Scientific Research “Demokritos”)vorgelegt von Tobias Grüningepub.dissertation1 Gruening_Dissertation_2019.pdf 61357358 c67c70f8fa38dbae87d0a9553fcfe67f rosdok/id000024271662425813Oau2019-03-272023-08-05T19:12:12ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftNeural text line extraction in historical documentsa two-stage clustering approachAccessibility of the valuable cultural heritage which is hidden in countless scanned historical documents is the motivation for the presented dissertation. The developed (fully automatic) text line extraction methodology combines state-of-the-art machine learning techniques and modern image processing methods. It demonstrates its quality by outperforming several other approaches on a couple of benchmarking datasets. The method is already being used by a wide audience of researchers from different disciplines and thus contributes its (small) part to the aforementioned goal.Das Erschließen des unermesslichen Wissens, welches in unzähligen gescannten historischen Dokumenten verborgen liegt, bildet die Motivation für die vorgelegte Dissertation. Durch das Verknüpfen moderner Verfahren des maschinellen Lernens und der klassischen Bildverarbeitung wird in dieser Arbeit ein vollautomatisches Verfahren zur Extraktion von Textzeilen aus historischen Dokumenten entwickelt. Die Qualität wird auf verschiedensten Datensätzen im Vergleich zu anderen Ansätzen nachgewiesen. Das Verfahren wird bereits durch eine Vielzahl von Forschern verschiedenster Disziplinen genutzt.TobiasGrüning1986 -VerfasserInaut1181883350RogerLabahn1959 -AkademischeR BetreuerIndgs1709996450000-0003-1901-9644BasilisGatosAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002427info:eu-repo/grantAgreement/EC/H2020/674943/EU/Recognition and Enrichment of Archival Documents/READurn:nbn:de:gbv:28-rosdok_id00002427-710.18453/rosdok_id00002427510 MathematikMathematisch-Naturwissenschaftliche Fakultätalle Rechte vorbehaltenNutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2018Universität RostockRostockmonographic201920182019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002427Roger Labahn (Universität Rostock, Institut für Mathematik) ; Basilis Gatos (Institute of Informatics and Telecommunications, National Center for Scientific Research “Demokritos”)vorgelegt von Tobias Grüning 2019-03-27T08:28:13.425Z 2023-08-08T10:09:57.463Z 2023-08-18T10:09:57.468Z {"identifier":"rosdok/id00002427","type":"local_id","additional":"","service":"MCRLocalID","created":"2019-03-27T08:28:13.492Z"} editorD {"identifier":"http://purl.uni-rostock.de/rosdok/id00002427","type":"purl","additional":"","service":"RosDokPURL","created":"2019-04-15T13:24:02.420Z","registered":"2019-04-15T13:24:02.420Z"} {"identifier":"10.18453/rosdok_id00002427","type":"doi","additional":"","service":"RosDokDOI","created":"2019-04-15T13:24:03.776Z","registered":"2019-04-15T13:24:03.776Z"} {"identifier":"urn:nbn:de:gbv:28-rosdok_id00002427-7","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2019-03-27T08:28:13.532Z","registered":"2019-03-28T03:24:38.943Z"} administratorfulltextfile/rosdok_disshab_0000002077/rosdok_derivate_0000067783/Gruening_Dissertation_2019.pdfNeural text line extraction in historical documentsa two-stage clustering approachNeural text line extraction in historical documentsa two-stage clustering approachgnd:1181883350gnd:170999645orcid:0000-0003-1901-9644gnd:38329-6gnd:2147083-2gnd:1181883350gnd:170999645orcid:0000-0003-1901-9644gnd:38329-6gnd:2147083-2rosdok_disshab_0000002077-d496775e55gnd:1181883350Tobias GrüningTobias Grüningrosdok_disshab_0000002077-d496775e69gnd:170999645orcid:0000-0003-1901-9644Roger LabahnRoger Labahnrosdok_disshab_0000002077-d496775e85Basilis GatosBasilis Gatosrosdok_disshab_0000002077-d496775e96gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002077-d496775e107gnd:2147083-2Universität Rostock Mathematisch-Naturwissenschaftliche FakultätUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRoger LabahnBasilis GatosUniversität RostockUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRoger LabahnBasilis GatosUniversität RostockUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätTobias GrüningRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002427info:eu-repo/grantAgreement/EC/H2020/674943/EU/Recognition and Enrichment of Archival Documents/READurn:nbn:de:gbv:28-rosdok_id00002427-710.18453/rosdok_id00002427Accessibility of the valuable cultural heritage which is hidden in countless scanned historical documents is the motivation for the presented dissertation. The developed (fully automatic) text line extraction methodology combines state-of-the-art machine learning techniques and modern image processing methods. It demonstrates its quality by outperforming several other approaches on a couple of benchmarking datasets. The method is already being used by a wide audience of researchers from different disciplines and thus contributes its (small) part to the aforementioned goal.Das Erschließen des unermesslichen Wissens, welches in unzähligen gescannten historischen Dokumenten verborgen liegt, bildet die Motivation für die vorgelegte Dissertation. Durch das Verknüpfen moderner Verfahren des maschinellen Lernens und der klassischen Bildverarbeitung wird in dieser Arbeit ein vollautomatisches Verfahren zur Extraktion von Textzeilen aus historischen Dokumenten entwickelt. Die Qualität wird auf verschiedensten Datensätzen im Vergleich zu anderen Ansätzen nachgewiesen. Das Verfahren wird bereits durch eine Vielzahl von Forschern verschiedenster Disziplinen genutzt.20182018Roger Labahn (Universität Rostock, Institut für Mathematik) ; Basilis Gatos (Institute of Informatics and Telecommunications, National Center for Scientific Research “Demokritos”)vorgelegt von Tobias Grüning[xslt]Saxonrosdok/id00002427https://purl.uni-rostock.de/rosdok/id00002427166242581310.18453/rosdok_id00002427urn:nbn:de:gbv:28-rosdok_id00002427-7Tobias GrüningGrüning TobiasNeural text line extraction in historical documents : a two-stage clustering approachDissertationdoctoral thesisUniversität Rostock, 2018Accessibility of the valuable cultural heritage which is hidden in countless scanned historical documents is the motivation for the presented dissertation. The developed (fully automatic) text line extraction methodology combines state-of-the-art machine learning techniques and modern image…Tobias GrüningNeural text line extraction in historical documentsa two-stage clustering approachUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002427TobiasGrüning1986 -VerfasserInaut1181883350RogerLabahn1959 -AkademischeR BetreuerIndgs1709996450000-0003-1901-9644BasilisGatosAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgg[purl]http://purl.uni-rostock.de/rosdok/id00002427[openaire]info:eu-repo/grantAgreement/EC/H2020/674943/EU/Recognition and Enrichment of Archival Documents/READ[urn]urn:nbn:de:gbv:28-rosdok_id00002427-7[doi]10.18453/rosdok_id00002427openaireopen_access20182018epoch:21th_centuryrfc5646:endoctype:epub.dissertationaccesscondition:openaccessSDNB:510institution:unirostock.mnfstate:published