@phdthesis{8760438,
  abstract     = {{Sinds het begin van de jaren negentig hebben bibliotheken en botanische tuinen regelmatig digitaliseringsinitiatieven uitgevoerd van herbariaboeken en wetenschappelijke bronnen met als doel dergelijke collecties te restaureren en te bewaren. Het stijgende aantal gedigitaliseerde herbariumbladen biedt ook de mogelijkheid om computergebaseerde beeldverwerkingstechnieken, zoals deep learning, toe te passen. Dit om automatisch soorten en hogere taxa te identificeren, of andere nuttige informatie uit de herbariumbladen te halen zoals handgeschreven tekst en streepjescodes. Daarom stellen we in dit werk een werkwijze voor om plantenspecimens in herbaria automatisch te lokaliseren. Het online beschikbaar maken van de specimens met de bijbehorende gegevens en het samenvoegen van gegevens van verschillende instellingen maakt domeinoverschrijdend onderzoek en analyse mogelijk. De collecties worden vaak vermeld in een lange lijst die het zoek- en leerproces vervelend maakt. Een soortgelijke situatie is ook te zien bij kunst waar veel informatieve details in het werk dikwijls over het hoofd gezien worden. Het verrijken van schilderijen met planteninformatie opent de mogelijkheid om plantencollecties te koppelen aan kunstwerken waardoor beide domeinen gelijktijdig verkend kunnen worden. In dit werk wordt een werkwijze voorgesteld en gedemonstreerd aan de hand van Het Lam Gods waarbij meerdere collecties met elkaar verbonden en geïntegreerd worden.}},
  author       = {{Thirukokaranam Chandrasekar, Krishna Kumar}},
  isbn         = {{9789463556149}},
  language     = {{eng}},
  pages        = {{XXX, 140}},
  publisher    = {{Ghent University. Faculty of Engineering and Architecture}},
  school       = {{Ghent University}},
  title        = {{Meta data enrichment for improving the quality and usability of botanical collections}},
  year         = {{2022}},
}