Türkçe manzara metni veri kümesi

Abstract

Manzara metni tespit etme ve tanıma gerçek dünya imgelerinden anlamlı içerik çıkarmada ve bu imgelerden olu-şan büyük veri kümelerinde aranan metni bulup getirmede büyük kolaylık sağladığından araştırmacılardan artan bir ilgi görmektedir. Buna rağmen, bu alanda yaygın olarak kullanılan imge kümelerinin büyük kısmı İngilizce metinler içerdiklerinden yapılan çalışmalar tek dil ile kısıtlı kalmıştır. Buradan yola çıkarak, geliştirilen manzara metni tespit etme ve tanıma teknolojilerinin Türkçe metinlere uygulanması, performanslarının analiz edilmesi ve Türkçe’ye özgün algoritmaların geliştirilmesi amacıyla literatürde ilk kez bir Türkçe manzara metni veri kümesi oluşturulmuştur. Bu bildiride, kısaca STRIT (Scene Text Recognition In Turkish) olarak adlandırılan veri kümesinin içeriği anlatılmaktadır. Buna ek olarak, Türkçe manzara tespiti ve tanınması için iki taban çizgisi yöntemi denenmekte ve ön sonuçlar takdim edilmektedir.

Scene text localization and recognition keeps attracting an increasing interest from researchers due to its valuable advantage in extracting content from real world images and in image retrieval via text search. Nevertheless, due to the fact that the majority of the image datasets that are commonly used in this field is comprised of text in English, the related studies have mostly been limited to a single language. On that account, in order to apply the technologies developed for scene text detection and recognition to Turkish scene text, analyze their performances and to develop Turkish language specific algorithms, a Turkish scene text database is collected for the first time in the literature. In this paper, the contents of this database, shortly called STRIT (Scene Text Recognition In Turkish), are detailed. Additionally, two baseline methods are tested to detect and recognize scene text in Turkish and the preliminary results are presented.