|
|
Mobilní systém pro rozpoznání textu na Androidu
Tomešek, Jan ; Kolář, Martin (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá tvorbou mobilní knihovny pro předzpracování obrazu s textem, která představuje součást systému pro rozpoznávání textu. Knihovna je realizována s důrazem na obecnost použití, efektivitu a přenositelnost. V rámci práce byla vytvořena knihovna, která poskytuje řadu algoritmů především pro hodnocení kvality obrazu a detekci textu, jež umožňují výrazně snížit objem přenášených dat a zrychlit a zpřesnit proces rozpoznávání. Vytvořena byla také příkladová aplikace pro platformu Android, která dokáže analyzovat složení potravin uváděné na jejich obalech. Celkově tak knihovna (systém) zjednodušuje tvorbu mobilních aplikací se zaměřením na extrakci a analýzu textu. Mobilní aplikace pak poskytuje pohodlný způsob ověření škodlivosti potravin. Čtenáři práce nabízí přehled současných řešení i nástrojů dostupných v této oblasti, poskytuje rozbor významných algoritmů předzpracování obrazu a provádí jej budováním knihovny a aplikace pro mobilní zařízení.
|
|
|
Načítání dat z tištěných dokladů
Macháč, Bohuslav ; Kolomazník, Jan (vedoucí práce) ; Krajíček, Václav (oponent)
V této práci jsem vyvinul aplikaci schopnou extrahovat data z naskenovaných dokumentů. Pro optické rozpoznávání znaků jsem použil externí OCR engine Tesseract, který lze snadno vyměnit. Pro jednotlivé doklady používám šablony s informacemi o datových oblastech a jejich datových typech. Pokusil jsem se automatizovat většinu kroků nutných pro extrakci dat a vytvoření nové datové šablony. Uživatel má možnost opravit nebo změnit výsledky těchto kroků. Pro výstup z aplikace jsem implementoval komponenty, které exportují data do formátů XML, HTML a do obyčejného textu. Další komponenty mohou být snadno přidány, aby přizpůsobily aplikaci různým použitím.
|
|
|
Rozpoznávání textu v obraze
Suchý, Václav ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou rozpoznávání textu v obraze. Rozebírá metody rozpoznávání, jejich úspěchy, klady a zápory. Popisuje postup při návrhu a implementaci jednoduchého ukázkového programu pro rozpoznávání strojově tištěného textu s využitím neuronových sítí.
|
|
| |
|
|
Rozpoznávání ručně psaného písma
Jelínek, Radek ; Žák, Jakub (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá rozpoznáváním ručně psaného písma a jeho převod do digitální podoby. Rozpoznávání je zaměřeno na rozpoznávání českých písmen a zjištění úspěšnosti při nevyužití slovníku u rozpoznávání slov. V dokumentu je uvedeno porovnání s komerčními aplikacemi.
|
|
|
Rozpoznávač psaného textu pro mobilní telefony
Talaš, Vladimír ; Chalupníček, Kamil (oponent) ; Schwarz, Petr (vedoucí práce)
Cílem projektu bylo vytvoření aplikace pro mobilní telefon, která by umožnila pomocí zabudovaného fotoaparátu telefonu vyfotografovat snímek v němž by nalezla a rozpoznala text. Tento text by následně bylo možno odeslat v textové zprávě. Aplikace je založena na implementaci algoritmů pro rozpoznávání textu z fotografií. Zejména se bude jednat o metody založené na skrytých Markovových modelech. Důraz je kladen na trénování modelu s cílem maximalizovat úspěšnost při rozpoznávání textu. Jsou prováděny experimenty s parametry modelu, díky čemuž se podařilo dosáhnout více jak 97% úspěšnosti při rozpoznávání textu.
|
|
|
Řešitel sudoku pro Android
Hrbas, Vojtěch ; Herout, Adam (oponent) ; Páldy, Alexander (vedoucí práce)
Tato práce se zabývá řešením hry Sudoku pořízené pomocí kamery mobilního zařízení se systémem Android. Probírá možnosti zpracování obrazu, možnosti rozpoznávání textu v obraze a princip a řešení hry Sudoku. Zkoumá také již existující aplikace pro Android řešící Sudoku. Dále navrhuje vlastní aplikaci pro řešení Sudoku a shrnuje dosažené výsledky testování aplikace z hlediska výkonu a uživatelů.
|
|
|
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".
|
|
| |
|
|
Social Network Analysis using methods of pattern recognition
Križan, Viliam ; Burget, Radim (oponent) ; Atassi, Hicham (vedoucí práce)
The diploma thesis deals with emotion recognition from texts on social media. The state-of-the-art methods of feature extraction, corpora and classifiers are described in the first section. Emotions are recognized by a classifier trained on annotated data from the microblog network Twitter. The advantage of using Twitter was the possibility to specify data collection to a certain geographical location. Geographical data allows to monitor emotional variations of population, for e.g. in different cities. The first task was to propose and develop a Baseline algorithm which classifies data to emotional classes. The classification accuracy is improved by employing a more complex SVM classifier. SVM classifiers, feature vectorizers and feature selectors are used from the Scikit library, which is written in Python. The data for classifier training were collected from the USA by the own developed mining application. The classifier are trained on data automatically annotated in the collection process. Two implementations of SVM classifiers are used. Final classified emotions that appear in different cities and in different time intervals are displayed as color markers on a map.
|
host ::
RSS.