Latest revision as of 10:09, 12 July 2018

StanDAP-Herb

What is StanDAP-Herb?

• Title: (Standard Data Acquisition Process) - A standardised and optimised process for data acquisition from digital images of herbarium specimens

• Funded by: DFG German Research Foundation, Literaturversorgung und Information / Erschließung und Digitalisierung, Call: Standardbildung zur Erschließung und / oder Digitalisierung von Objektgattungen in wissenschaftlichen Sammlungen

• Duration: 3 Years (from July 2014)

• Aim: The project develops and documents a software-driven standard process for extracting metadata from images of herbarium specimens

• Summary: On herbarium sheets, data like plant name, collection site, collector, barcode, accession number, etc. are found mostly on labels glued on the sheet. The data is thus visible on images taken from the specimen. Currently, they are entered manually into collection databases. The StanDAP-Herb Project funded by the DFG (German Research Foundation) develops a standard process for (semi-) automatic detection of meta-data on Herbarium specimens to replace the time consuming manual data input as much as possible. Image processing and other software detects objects such as labels or barcodes on the digitized record and classifies them. Text objects are transformed into structured information using text mining algorithms. For handwriting, author identification is attempted. The project evaluates and enhances existing software to comply with standard interfaces and integrates them into an open software architecture based on established IT standards. The software modules thus become available for work flow processing, in order to verify data quality, facilitate data discovery and enhance the application of collection data in research. The project addresses a large proportion of scientific collections: approximately 22 million herbarium specimens exist as botanical reference objects in Germany, about 500 million worldwide.

• Titel: (Standard-Daten-Akquisionsprozess) - A standardised and optimised process for data acquisition from digital images of herbarium specimens

• gefördert durch: DFG Deutsche Forschungsgemeinschaft, Literaturversorgung und Information / Erschließung und Digitalisierung, Call: Standardbildung zur Erschließung und / oder Digitalisierung von Objektgattungen in wissenschaftlichen Sammlungen

• Dauer: 3 Jahre (ab Juli 2014)

• Ziel: Das Projekt entwickelt und dokumeniter einen softwarebasierten Standardprozess für die Extraktion von Metadaten von digitalen Herbarbelegen

• Zusammenfassung: Auf Herbarbelegen werden Metadaten wie Artname, Fundort und -datum, Sammler, Katalognummern etc. mit Etiketten, Barcodes usw. flächig sichtbar auf den Bogen gebracht und damit im Foto oder Scan abgebildet. Bisher werden die Metadaten manuell in Sammlungsdatenbanken eingegeben, aber zunehmend werden Bilderfassungsverfahren eingesetzt, die auch die Nachprüfbarkeit der online verfügbaren Metainfor¬mation sichern. Das Standardverfahren soll nun so weit wie möglich die manuelle Metadatenerfassung ersetzen oder ergänzen. Bildverarbeitungssoftware erkennt Objekte auf dem digitalisierten Herbarbe¬leg und klassifiziert sie. Die Textobjekte werden mit Hilfe von Text-Mining Algorithmen in strukturierte Information überführt. Bei Handschriften wird versucht, den Autor zu erkennen. Im Projekt wird vorhandene Software evaluiert, unter Bildung von standardisierten Interfaces weiterentwickelt und in eine übergreifende offene Softwarearchitektur auf Grundlage etablierter IT-Standards integriert. Abschließend wird das Verfahren hinsichtlich seiner Anforderungen als Standard formuliert und hinsichtlich seiner Anwendung dokumentiert. Das Verfahren adressiert einen großen Bereich naturwissenschaft¬licher Sammlungen, allein in Deutschland liegen ca. 22 Millionen Herbarbelege vor, weltweit über 500 Mio.

Project Partner

Botanic Garden and Botanical Museum Berlin - Freie Universität Berlin

Research Group Biodiversity Informatics Forschungsgruppe Biodiversitätsinformatik contact: Agnes Kirchhoff, Email: a.kirchhoff@bgbm.org, T. +49 (0)30-83850167

Fraunhofer IOSB - Karlsruhe

Fraunhofer Institute of Optronics, System Technologies and Image Exploitation Department: Information management and production control (ILT) Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung Abteilung: Informationsmanagement und Leittechnik (ILT)

University of Applied Sciences, Hannover

Faculty I - Electrical Engeneering and Information Technology Fakultät I - Elektro- und Informationstechnik

Abstract

• Abstract

externe Links

• Links

Aufgaben

• Zeitplan

Arbeitspakete

• Arbeitspaket 1: Analyse bestehender Lösungen und Komponenten (Monat 1-6),Federf.: BGBM
• Arbeitspaket 2: Weiterentwicklung und Schnittstellenbildung Erschließungssoftwarekomponenten (Monat 7-30),Federführung: HsH
• Arbeitspaket 3: Integration von Services und Informationssystemen für themenspezifisches Wissen (Monat 7-30),Federführung: BGBM
• Arbeitspaket 4: Entwurf der Systemarchitektur (Monat 7-12),Federf.: Fraunhofer IOSB
• Arbeitspaket 5: Implementierung des Gesamtsystems (Monat 7-30),Federf.: Fraunhofer IOSB
• Arbeitspaket 6: Dokumentation des Standardverfahrens (Monat 31-36),Federf.: BGBM

Evaluation Dienste zur Informationsextraktion

Dienste zur Informationsextraktion wurden auf Precision und Recall anhand von 1162 Testdatensätzen von Herbarbelegen unterschiedlicher Herkunft in Bezug auf folgende Inhalte getestet: wissenschaftlicher Name, Sammlername, Datum, GeoKoordinaten, Name des Herkunftlandes. Die Ergebnisse der Tests sind hier zu finden:

• File:DiensteEvaluation.zip

IOSB Karlsruhe Dienste

• Quellcode von bereitgestellten Webservices

BPMN Workflows

• File:Pre-OCR.pdf
• File:OCR.pdf
• File:Extractor.pdf

OpenRefine Erweiterung (BGBM)

• OpenRefine Extension zum Download

HSH Hannover Dienste

• PLIES