Original title:
Využití neuronové sítě při identifikaci znaku v obraze
Translated title:
Picture symbol identification with the aid of neural network
Authors:
Pavlík, Daniel ; Burget, Radim (referee) ; Kohoutek, Michal (advisor) Document type: Master’s theses
Year:
2008
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[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.
Keywords:
backpropagation; binary pattern; grayscale pattern; neural network; recognition; backpropagation; binární obrazce; neuronová síť; rozeznávání; šedotónové obrazce
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/16682