Deep Layout Extraction Applied to Historical Postcards

Abstract

Este trabajo describe un estudio experimental sobre el problema de extracción del layout (o estructura) de un documento, aplicado a postales antiguas circuladas. Este tipo de documentos históricos presenta muchos aspectos desafiantes relacionados con su análisis automático como imágenes. Por ejemplo, su degradación debido al paso del tiempo o la posible superposición de diferentes elementos en un espacio reducido. La extracción del layout de la postal consiste en segmentar en regiones los diferentes tipos de información contenida en estas imágenes. Para la tarea propuesta, hemos utilizado redes neuronales profundas de segmentación semántica que aprenden a clasificar los píxeles de la imagen del documento en las diferentes categorías de clase consideradas en las postales (por ejemplo, sellos, matasellos, texto manuscrito o ilustraciones, entre otros). Nuestros experimentos en un conjunto de datos anotado de 100 postales produjeron los respectivos valores globales de F1-score, Jaccard y precisión de píxeles de 0.92, 0.85 y 0.92, lo que respalda la viabilidad del método propuesto. Además, hasta donde sabemos, este artículo es una de las primeras investigaciones sobre este problema aplicado a postales históricas.