Die Forschungsgruppe  Multimedia Pattern Recognition befasst sich mit Algorithmen und Verfahren zur automatischen Segmentierung und Erkennung von Mustern und Objekten in Sprach- und Bilddaten. Das Arbeitsgebiet umfasst abhängig von den Quelldaten Methoden zur Signalanalyse, um für die Mustererkennung relevante Merkmale zu erzeugen, und verschiedenste Klassifikationsverfahren. Daraus ergeben sich konkrete Algorithmen für die Sprachverarbeitung, wie beispielsweise Sprach- und Sprecherkennung. Im Bild- und Videobereich kommen Algorithmen zur Objektdetektierung und Segmentierung zum Einsatz. Diese lassen sich auch für die Analyse von Dokumenten anwenden. Die automatische Mustererkennung für Sprach- und Bilddaten hat zum Ziel, umfangreiche Mengen an audio-visuellen Daten maschinell zu erschließen. In Medien-relevanten Anwendungen wird daher häufig auch von Medienindexing bzw. Media-Mining gesprochen.

Unsere Kompetenz liegt speziell in der robusten automatischen Verarbeitung von Dokumenten. Diese Dokumente können z. B. Zeitungen, Zeitschriften, Bücher und Akten sein. Wir verfügen über einen vollständig automatisierten Workflow zur Dokumentenverarbeitung.

Der Workflow umfasst folgende Schritte:

• Qualitätsoptimierung der gescannten Dokumente
• Ausschneiden und Entzerren der Seiten
• Layoutbasierte Seitenerkennung und -segmentierung
• Automatische Erkennung von Metadaten wie Ausgabedatum, Seitenzahl, ...
• OCR mit pixelgenauer Wortposition auf der Seite
• automatisiertes Qualitätsmanagement
• Ausgabe in ein vom Kunden spezifiziertes XML-Format

Dazu bieten wir ein grafisches Tool zur Qualitätskontrolle und Nachkorrektur der Verarbeitungsergebnisse an.