|
|
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.
|
|
|
Formy zadávání a zpracování textových dat a informací v podnikových IS - trendy a aktuální praxe
Válková, Jana ; Stanovská, Iva (vedoucí práce) ; Hais, Petr (oponent)
Tato práce seznamuje čtenáře se základními druhy zadávání a zpracování textových dat a informací včetně jejich historického kontextu i výhledu do budoucnosti a předkládá aktuální trendy mezi technologiemi vstupu dat do počítače, které jsou konfrontovány s praxí. První část práce tvoří souhrn informací o jednotlivých formách zadávání a zpracování textových dat a informací, následně jsou představeny technologické trendy na trhu se zaměřením na systémy automatického rozpoznávání řeči spolu s možnostmi jejich uplatnění v podnikové sféře, včetně praktických zkušeností s některými z nich. Závěr této práce tvoří průzkum mezi českými IT podniky, na jehož základě bylo navrženo, jaké technologie by měly být využity jako součást informačních systémů.
|
|
|
Úloha OCR technologie a její využití v digitalizaci dokumentů
Pouzar, Aleš ; Horný, Stanislav (vedoucí práce) ; Krsek, Libor (oponent)
Optické rozpoznávání znaků se stalo v posledních letech díky boomu informačních technologií oblíbenou a cenově přívětivou technologií, která umožňuje efektivně sdílet velké množství informací obsažených v papírových dokumentech. Tato práce se zaměřuje na systémy určené pro zpracování dokumentů do elektronické editovatelné podoby. Podává přehled o základních metodách OCR technologie, měří výkonnost systémů a zkoumá přínos technik pro vylepšování obrazu pomocí srovnávacích testů na vzorku rozmanitých dokumentů.
|
|
|
Historie umělé inteligence - Neuronové sítě
Šuchman, Ondřej ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Cílem mé bakalářské práce je zmapovat historický vývoj neuronových sítí od jejich počátku, za který lze považovat první matematický model neuronu v roce 1943, až po současnost a aplikaci neuronových sítí do "inteligentních" přístrojů, které dokáží rozpoznávat znaky, grafické údaje nebo dokáží převádět anglicky psaný text do mluvené podoby (NETtalk). Pro dosažení tohoto cíle jsem pečlivě prostudoval literaturu uvedenou v kapitole "Literatura a zdroje." V první kapitole získáme teoretický přehled o oblasti umělé inteligence a neuronových sítí. Dále je pak práce přehledně řazena do pěti časových období, která byla pro neuronové sítě v kladném nebo záporném slova smyslu podstatná. U nejvýznamnějších objevů je podrobněji rozepsána jejich funkce a příklady použití. Tato práce si neklade za cíl úplný výčet neuronových sítí, na to by obsahově ani zdaleka nestačila. Podstatnější je pro ni demonstrace určitých typů sítí, jejich první použití, nejdůležitější algoritmy a také zmínka o některých významných aplikačních použitích.
|
host ::
RSS.