|
|
Metody využívané pro OCR
Čermák, Marek ; Marada, Tomáš (oponent) ; Zuth, Daniel (vedoucí práce)
Ačkoli je OCR (Optické rozpoznávání znaků – Optical Character Recognition) problematikou sahající do druhé poloviny dvacátého století, dostalo se mu v současnosti velké pozornosti v souvislosti s počítačovým viděním a detekcí objektů. V této práci bude popsána historie OCR a stručně budou zmíněny techniky doposud používané pro OCR. Pozornost bude soustředěna na současné metody rozpoznávání textu, tedy na soft computing. Protože v této oblasti zastávají největší roli neuronové sítě, budou zmíněny a popsány některé architektury a následně bude realizován software pro rozpoznávání alfanumerických znaků pomocí konvoluční neuronové sítě.
|
|
| |
|
|
Rozpoznávání znaků v digitalizovaných matematických výrazech
Haas, František ; Valla, Tomáš (vedoucí práce) ; Mareš, Martin (oponent)
Cílem bakalářské práce je nalezení vhodných metod a algoritmů pro segmentaci textu a rozpoznávání symbolů pomocí umělých neuronových sítí. Nejdříve se práce věnuje základním principům umělého neuronu a umělých neuronových sítí, struktuře konvolučních neuronových sítí a zejména pak algoritmu zpětného šíření a stochastického algoritmu Levenberga-Marquardta. Dále se pak práce věnuje zpracování obrazu a jeho segmentaci na jednotlivé symboly pomocí grafových algoritmů. Součástí této práce je i implementace těchto metod a algoritmů v aplikaci, která zpracovává digitalizované matematické výrazy a převádí je do vektorového formátu.
|
|
|
Detekce a rozpoznání SPZ automobilů
Kovaříček, Roman ; Procházka, Boris (oponent) ; Váňa, Jan (vedoucí práce)
Tato bakalářská práce se zabývá nalezením státní poznávací značky v obraze a jejím rozpoznáním. Dále v krátkosti popisuje historii státních poznávacích značek. Také se věnuje současnému stavu poznávacích značek a jejich problematice. Rozebírá postup segmentace obrazu a následné vyhodnocování vybraných oblastí. Součástí práce je návrh a implementace algoritmů, které řeší samotné nalezení kandidátních oblastí nebo znaků. Konečným krokem je rozpoznání jednotlivých znaků a zobrazení výsledků s podrobnostmi uživateli.
|
|
| |
|
|
Generování ASCII grafiky (ANSI art)
Novák, Vlastimil ; Slaný, Karel (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Bakalářská práce se zabývá způsoby automatického generování ASCII grafiky. Práce je rozdělena do několika částí. V první části jsou popsány základy počítačové grafiky, zpracování a rozpoznávání v obraze. Další část je zaměřena na teorii a historii dvou nejznámějších uměleckých stylů ASCII art a ANSI art. V návrhu aplikace jsou uvedeny metody pro rozpoznávání znaků a problémy vyplývající z jejich testování. Pro obarvení popředí a pozadí znaku byly navrženy metody, které redukují barevný prostor zkoumané oblasti. Předposlední část je zaměřena na implementaci knihovny generující ANSI , ASCII art obraz a aplikaci, která umožňuje nastavení všech nutných parametrů. Závěr práce popisuje testování na sérii obrazů, zhodnocení dosažených výsledků během vývoje a návrhy na možné budoucí rozšíření.
|
|
|
Editor kaligrafie s rozpoznáváním japonských znaků
Horáček, Petr ; Žák, Pavel (oponent) ; Švub, Miroslav (vedoucí práce)
Práce řeší problematiku vytvoření aplikace pro podporu výuky japonských znaků. Její součástí je i stručný přehled vývoje a podob japonského písma. Diskutuje některá existující řešení a na základě jejich studia stanovuje požadavky na aplikaci. Rozebírá problémy, které je třeba v souvislosti s nimi řešit, a snaží se navrhnout možné postupy. Důležitou částí je rozpoznávání znaků. Následně práce popisuje zvolená řešení a jejich implementaci. Na závěr shrnuje a demonstruje dosažené výsledky a diskutuje možnosti dalšího vývoje systému.
|
|
| |
|
|
Aplikace neuronových sítí ve zpracování obrazu
Nagyová, Lenka ; Svobodová,, Jitka (oponent) ; Boleček, Libor (vedoucí práce)
Tato práce se věnuje teorii umělých neuronových sítí: historii, jednotlivým způsobům učení a architektuře sítí. Dále je nezbytné popsat bloky zpracování obrazu od snímání a předzpracování obrazu přes segmentaci až po klasifikaci objektů. Další část práce je zaměřena na propojení předchozích dvou a tedy na využití neuronových sítí ve zpracování obrazu, konkrétně na identifikaci objektů. V poslední praktické části je navržena uživatelská aplikace rozpoznávající znaky jako jsou číslice, malá a velká písmena.
|
|
|
Rozpoznávání znaků z realných scén pomocí neuronových sítí
Fiala, Petr ; Neumann, Lukáš (vedoucí práce) ; Berka, Petr (oponent)
Tato práce se zabývá úlohou rozpoznávání znaků z reálných scén, které je věnována značná pozornost s rozvojem moderních technologií. Cílem studie je k rozpoznávání použít algoritmus, který dosahuje aktuálně nejlepších výsledků na standardních datových sadách. Vybraným modelem je konvoluční síť s deep architekturou, jejíž aplikace na zadanou úlohu nebyla dosud publikována. Implementované řešení navazuje na teoretickou část, která poskytuje ucelený přehled dané problematiky. V praktické části se vyskytují dva typy neuronových sítí: vícevrstvý perceptron a zmíněný model. Z porovnání výsledků těchto dvou typů architektur na první datové sadě vychází výrazně lépe použití komplexní struktury konvoluční sítě. Tento model byl dále ověřen na dvou veřejných datových sadách, které korespondují se zadáním úlohy. Zároveň bylo vyzkoušeno několik modifikací sítě a použití různých úprav vstupních dat s cílem získat optimální řešení v závislosti na struktuře dat. Prezentované řešení dokázalo poskytnout srovnatelnou úspěšnost predikce v porovnání s nejlepšími dosaženými výsledky, při použití syntetických učících vzorů a ověřilo možnost využití této architektury pro danou úlohu. V závěru studie jsou zmíněny možné rozšíření a vylepšení modelu, která by mohla vést k dalšímu snížení klasifikační chyby.
|
host ::
RSS.