|
|
Rozpoznávání topologických informací z plánu křižovatky
Huták, Petr ; Bartík, Vladimír (oponent) ; Kreslíková, Jitka (vedoucí práce)
Tato diplomová práce se zabývá průzkumem, návrhem a tvorbou postupů pro rozpoznávání topologických informací z plánu křižovatky. Vysvětluje metody používané v oblasti zpracování obrazu za účelem segmentace obrazu, rozpoznávání objektů v obraze, popisuje existující přístupy zpracování map reprezentovaných rastrovými obrazy a cílové prostředí, do kterého bude praktická část práce integrována. Práce je zaměřena především na porovnání různých přístupů získávání příznaků z rastrových map křižovatek a určení jejich sémantického významu. Praktická část je realizovaná v jazyku C# s využitím knihovny OpenCV.
|
|
|
Automatická segmentace dokumentů
Jakub, Dušan ; Španěl, Michal (oponent) ; Szőke, Igor (vedoucí práce)
Práce se zabývá rozčleněním dokumentů uložených jako obrázek do segmentů trojího druhu - pozadí, text a grafické objekty. Představuje různé způsoby řešení a podrobněji popisuje postup využívající Gaborovy filtry a neuronové sítě. Je diskutována volba vhodných parametrů filtrů i trénování sítě. Pro zpřesnění výsledků je použita metoda hledání souvislých komponent. Součástí práce je klasifikátor v jazyce C++ vytvořený za použití knihovny OpenCV. Navržený postup byl koncipován pro segmentaci dokumentů publikovaných ve vědeckých časopisech a uložených jako obrázek např. po skenování. Vedle výsledků segmentace odborných textů jsou v práci prezentovány také experimenty se segmentací dokumentů jiného charakteru, např. reklamního letáku a slidů prezentace. V závěru je demonstrován přínos navrženého postupu při zapojení do procesu optického rozpoznávání znaků.
|
|
|
Mobilní tlumočník pro iPhone
Vaňková, Klára ; Chrápek, David (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce se zabývá detekcí textu v obraze. Popisuje nalezení oblastí MSER, zjištění které z nich jsou písmena pomocí SVM klasifikátoru a spojení nalezených písmen do slov. Dále práce ukazuje použití detekce textu v aplikaci Mobilní tlumočník , která z fotografie získává text a překládá ho do mateřského jazyka. Pro práci s obrazem je použita knihovna OpenCV, OCR provádí knihovna Tesseract. V závěru práce je popis implementace prototypu aplikace a jsou uvedeny dosažené výsledky při detekci textu.
|
|
|
Rozpoznávání textu v obraze
Juřica, Dalibor ; Bartoň, Radek (oponent) ; Švub, Miroslav (vedoucí práce)
Tento dokument projednává oblast počítačového vidění s tématikou schopnosti vidění textu v obraze. Pro vyhledání textových oblastí je za pomocí předzpracování waveletovou transformací vypočtena energie jednotlivých pixelů, ve kterých se poté vyhledávají regiony s vyšší hustotou kandidátních textových pixelů. Z vyhledaných regionů je poté vypočtena množina hodnot, reprezentující vlastnosti daného bloku. Pro skutečné odhalení textových oblastí je pak nakonec využito SVM klasifikátoru.
|
|
|
Svět kolem nás jako hyperlink
Mešár, Marek ; Maršík, Lukáš (oponent) ; Beran, Vítězslav (vedoucí práce)
Dokument popisuje vybrané metody a přístupy k problému detekce, extrakce a rozpoznání textu na moderních mobilních zařízeních. Také popisuje jejich vhodnou prezentaci v uživatelském rozhraní a jejich přeměnu na hypertextové odkazy jako zdroj informací o okolním světe. Dokument nastiňuje vyhledávací a rozpoznáváncí techniku založenu na detekci MSER oblastí a také popisuje použití obrazových příznaků pro metodu sledování a odhad pohybu textu.
|
|
|
Modul pro rozpoznávání nápisů pro robota
Hartman, Zdeněk ; Materna, Zdeněk (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce popisuje návrh modulu pro detekci a rozpoznávání nápisů pro použití v robotických systémech. K detekci znaků je použita Stroke Width transformace, která je aplikována na vstupní hranový obraz. Ve výstupním obraze po Stroke Width transfromaci jsou nalezeny spojité oblasti. K seskupení znaků do slov a detekci orientace slov je použita Houghova transformace aplikována na vytvořený binární obraz, který obsahuje body odpovídající pozici nalezených spojitých oblastí. K rozpoznání nápisů v detekovaných oblastech je použita knihovna Tesseract. Před provedení rozpoznávání jsou detekované oblasti extrahovány a natočeny do vodorovné polohy. Takto navržený detektor dokáže detekovat i natočený text. Podařilo se dosáhnout úspěšnosti detekce 75% nad testovací sadou "informační tabule".
|
|
|
Systémy pro kontrolu elektronických textů
Zouhar, Petr ; Malý, Jan (oponent) ; Pfeifer, Václav (vedoucí práce)
Práce se zabývá možností kontroly elektronických textů. Ať už se jedná o zdrojové kódy či běžné textové dokumenty. První kapitola je věnována stručnému vysvětlení plagiátu a jeho znaků. V dalších částech textu popisujeme metody a metriky využívané k odhalování plagiátorů. Poté věnujeme pozornost detekování plagiátů ve volném textu a zdrojových kódech. U volného textu popisujeme způsob předzpracování souboru a výběr základních jednotek, které následně dokument zastupují při porovnávání. Zdrojové kódy mají svou přesně danou syntaxi, a proto se v kapitole popisující přístupy k jejich kontrole věnujeme syntaktické a sémantické analýze. Druhá polovina práce je zaměřena na praktickou část, zejména na programy určené ke kontrole zdrojových kódů. Programy rozdělíme na volně dostupné a komerční. Poté následuje jejich stručný popis a v případě, že umožňují bezplatné vyzkoušení, jsou u nich uvedeny výsledky porovnávání. K tomu účelu jsme vytvořili korpus zdrojových kódů. V závěru práce se věnujeme návrhu programu, který porovnává dva zdrojové kódy na základě statistické podobnosti.
|
host ::
RSS.