Izboljšave muzejskega in arhivskega digitaliziranega slikovnega gradiva s postopki, ki temeljijo na umetni inteligenci oz. strojnem učenju

Author:

Hribar Luka

Abstract

Velikokrat naletimo na potrebo po izboljšavah lastnosti muzejskega in arhivskega digitaliziranega slikovnega gradiva, kot so npr. ločljivost, ostrina, kontrast, raven šuma ali druge pomanjkljivosti. V zadnjih desetih letih so orodjem dodali postopke, ki temeljijo na umetni inteligenci (UI), in močno povečali njihovo zaznano učinkovitost. Osredotočamo se predvsem na uporabo algoritmov za povečanje ločljivosti. Rezultati praktičnega preizkusa kažejo prednosti algoritmov UI, a zaradi mehanizma delovanja nevronskih mrež prihaja tudi do artefaktov, saj UI ne razume vsebine gradiva, ko je potisnjena v skrajne meje zmožnosti, ko je obravnavano gradivo nezdružljivo z učnimi vzorci ali ko učni vzorci vsebujejo napake ali pristranskost. Arhivisti bomo morali posebno pozornost nameniti zagotavljanju pojasnjevanja uporabljenih učnih vzorcev in metod, nadzorovati njihovo kakovost ter opozarjati na pojavnost neželenih artefaktov.

Publisher

Pokrajinski arhiv Maribor

Subject

Library and Information Sciences,Public Administration

Reference28 articles.

1. 50 free Machine Learning Datasets: Image Datasets. (2018). Cambridge Spark, 2. oktober 2018. Pridobljeno 14. aprila 2022 na spletni strani: https://blog.cambridgespark.com/50-free-machine-learning-datasets-image-datasets-241852b03b49.

2. Amanatiadis, A. in Andreadis, I. (2008). Performance evaluation techniques for image scaling algorithms. V IEEE International Workshop on Imaging Systems and Techniques, 114–118. Pridobljeno 18. aprila 2022 s spletne strani: https://doi.org/10.1109/IST.2008.4659952.

3. An, M. (2017). Artificial Intelligence Is Here - People Just Don’t Realize It. Hubspot, 11. december 2017. Pridobljeno 1. februarja 2021 na spletni strani: https://blog.hubspot.com/marketing/artificial-intelligence-is-here.

4. Anantrasirichai, N., Bull, D. (2022). Artificial intelligence in the creative industries: a review. V Artificial Intelligence Revew 55, 589–656. Pridobljeno 12. aprila 2022 s spletne strani: https://doi.org/10.1007/s10462-021-10039-7.

5. Anvari, Z. in Athitsos, V. (2021). A Survey on Deep learning based Document Image Enhancement (ver. 4). Pridobljeno 29. marca 2022 s spletne strani: https://arxiv.org/abs/2112.02719.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3