Název:
Využití neuronové sítě při identifikaci znaku v obraze
Překlad názvu:
Picture symbol identification with the aid of neural network
Autoři:
Pavlík, Daniel ; Burget, Radim (oponent) ; Kohoutek, Michal (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2008
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Tato práce pojednává o využití neuronové sítě při identifikaci písmen abecedy a číslic 0 - 9. V první části je teoreticky rozebrána podstata neuronových sítí a konkrétněji rozebrán princip metody učení vícevrstvé sítě se zpětným šířením chyby (jinak taky Backpropagation). Dále je zde rozebrána základní problematika zpracování obrazu a odolnost sítě proti zatížení vstupního obrazu šumem a degradaci kompresí JPEG. Druhá část je směřována k praktické realizaci dopředné vícevrstvé sítě rozenávající binární obrazy písmen abecedy a číslic 0 - 9, která byla vypracována v prostředí Matlab a Simulink. Další a poslední část je věnována praktické realizaci dopředné vícevrstvé sítě rozpoznávající šedotónové obrazce znaků písmen abecedy a číslic 0 - 9, která byla opět vypracována v prostředí Matlab a Simulink.
This thesis is about using neural networks in recognition of letters A to Z and numbers 0 to 9. In the first part is theoretically described substance of neural networks and concretically described principle the method of learning multiple-layer network with backward spreaded error(a.ka Backpropagation). Basic problematic of processing the picture and resilence of network against degradation picture by a noise and compression JPEG is also described here. Second part is directed to practical realization of feed foward multiple-layer network with recognition the binary patterns of alphabetical letters and numbers 0 to 9, which was created in Matlab and Simulink environment. Next and final part is about practical realization of feed foward network with recognition the grayscale patterns of alphabetical letters and numbers 0 to 9, which was also created in Matlab and Simulink environment.
Klíčová slova:
backpropagation; binární obrazce; neuronová síť; rozeznávání; šedotónové obrazce; backpropagation; binary pattern; grayscale pattern; neural network; recognition
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/16682