|
|
Uživatelské rozhraní pro rychlou opravu automatických přepisů textu
Szepsi, Pavol ; Kapinus, Michal (oponent) ; Hradiš, Michal (vedoucí práce)
Cieľom tejto bakalárskej práce je navrhnúť a implementovať webové užívateľské rozhranie pre kontrolu a opravu výstupov OCR, ktoré bude vhodné pre mobilné a dotykové zariadenia. Užívateľské rozhranie využíva varianty výstupu OCR, ktoré môže užívateľ použiť na modifikáciu rozpoznaného textu. Rozhranie je implementované v jazyku JavaScript s využitím frameworku Vue JS. Pre serverovú časť je použitý balíček XAMPP. Pre komunikáciu medzi užívateľským rozhraním a serverom je použitý nástroj Axios. Vytvorené rozhranie umožňuje užívateľom rýchlo a jednoducho opraviť výstupy OCR, či už na počítači alebo na mobilnom zariadení.
|
|
|
Neural Networks for Automatic Table Recognition
Piwowarski, Lukáš ; Španěl, Michal (oponent) ; Hradiš, Michal (vedoucí práce)
This thesis introduces the reader to the current table recognition techniques mainly used to extract information from historical handwritten and printed tables. We also introduce a method based on graph neural network, which is inspired by the presented techniques. The method consists of three phases: graph initialization, node/edge classification and graph to text transformation phase. In the graph initialization phase, we use the node visibility algorithm and OCR to create an initial graph representation of the input table. In the node and edge classification phase, the nodes and edges are classified, and in the graph to text transformation phase, we fit the graph's nodes into a grid which is then used to produce the final text representation of the table. The implemented model achieved horizontal neighbours detection precision of 68 %, vertical neighbours detection precision of 71 % and cell detection precision of 85 % on the ABP dataset.
|
|
|
Vytěžování textu ze strojově psaných dokumentů
Kindermann, Hubert ; Blažek, Jan (vedoucí práce) ; Kolomazník, Jan (oponent)
V předložené práci řešíme problém extrakce a rozpoznání znaků z tištěných dokumentů digitalizovaných skenerem nebo fotoaparátem. Uvádíme způsob normalizace osvětlení dokumentů rezistentní vůči šumu. Pokračujeme extrakcí jednotlivých znaků z dokumentu a následně jejich rozpoznáním pomocí systému vícevrstvých neurálních sítí s dopředným šířením. Okrajově se zabýváme zpracováním výsledné množiny rozpoznaných symbolů, které je nezbytné pro další práci s vytěženým textem. Posledním krokem je korekce výstupu založená na okolích jednotlivých znaků. Podařilo se nám implementovat automatický systém obsahující všechny zmíněné komponenty.
|
|
|
Rozpoznávání rukopisu pomocí neuronové sítě
Petr, Martin ; Surynek, Pavel (vedoucí práce) ; Pergel, Martin (oponent)
Název práce: Rozpoznávání rukopisu pomocí neuronové sítě Autor: Martin Petr Katedra (ústav): Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: RNDr. Pavel Surynek, PhD. e-mail vedoucího: pavel.surynek@mff.cuni.cz Abstrakt: Rozpoznávání vzorů nalézá uplatnění v mnoha oborech, do jejichž vývoje zasáhla informatika či výpočetní technika. Výsadní postavení má v tomto ohledu zejména její aplikace na převod tištěného či rukou psaného textu do běžného textu v digitální podobě. V následující práci předkládáme metodu pro rozpoznávání rukou psaných znaků v reálném čase s využitím dopředné neuronové sítě jako základního klasifikačního mechanismu. Vzhledem k tomu, že se jednotlivé rukou psané varianty každého znaku vyznačují vzájemnými odlišnostmi, prozkoumali jsme důkladně možnosti potlačení těchto odlišností při zdůraznění charakteristik, které jsou pro rozpoznání daného znaku důležité. Pro tyto účely byla zvolena diskrétní kosinová transformace, jejíž osvědčenost při zpracování zvukového a obrazového signálu či přímo v oblasti rozpoznávání vzorů byla přesvědčivým argumentem i pro její využití v naší práci. V úvahu jsme vzali rovněž rozdíly mezi odlišnými psacími potřebami, pro jejichž potlačení jsme navrhli předzpracování vstupních dat v podobě binarizace a skeletonizace. Námi navržená...
|
|
|
Automatic Acquisition Of Values From Measurement Devices Without Communication Interface
Dohnálek, Martin
This paper deals with optical character recognition (OCR) of measured values from displaysof measuring instruments without communication interface. Proposed algorithm functions asa bridging between a screen of the instrument and a measuring software. It enables the acquisitionof the displayed value from a snapped picture from the input camera stream, so that it is comprehensiblefor computers. The execution is, after necessary initialization done by the user, fully automated.Supported camera connection interfaces are USB and WiFi, meaning that either standardoffice webcam, or smartphone with third party app running is usable. The final algorithm recognizedboth 99 % valid values and its speed was exceeding the refresh rate of most common instruments(as fast as 34 ms per iteration). This means that it is not bottlenecking the measurement itself.
|
|
|
Active Learning pro zpracování archivních pramenů
Hříbek, David ; Zbořil, František (oponent) ; Rozman, Jaroslav (vedoucí práce)
V teto praci je reseno vytvoreni systemu, ktery umoznuje nahrani a anotaci skenu historickych dokumentu a nasledne aktivni doucovani modelu pro rozpoznavani znaku (OCR) na dostupnych anotacich (vyznacenych radcich a jejich prepisech). V praci je popsan proces, klasifikovany techniky a uveden existujici system pro rozpoznavani znaku. Predevsim je kladen duraz na metody strojoveho uceni. Dale jsou vysvetleny metody aktivniho uceni a navrhnut zpusob doucovani OCR modelu z anotovanych skenu. Zbytek prace se zabyva konkretnim navrhem, implementaci, dostupnymi datasety, vyhodnocenim uspesnosti rozpoznavani znaku vlastnorucne vytvoreneho OCR modelu a testovanim celeho systemu.
|
|
|
Automatické získávání hodnot z měřidel bez komunikačního rozhraní
Dohnálek, Martin ; Čala, Martin (oponent) ; Kunz, Jan (vedoucí práce)
Práce se zabývá problematikou optického rozpoznávání znaků z displejů měřicích přístrojů bez komunikačního rozhraní. Tím by bylo umožněno provádět automatizovaná měření i na levnějších a starších přístrojích, které nedisponují přímo komunikačním rozhraním pro připojení k počítači. Kamerou namířenou na displej měřidla, propojenou s počítačem, je získáván vstupní obraz, v němž je na základě předem vytvořeného datasetu pro daný přístroj automaticky provedeno rozpoznání znaků. Výstupem algoritmu je soubor obsahující rozpoznanou hodnotu, jednotku a časovou značku měření. Byl rovněž vytvořen nástroj na tvorbu datasetu. Dostatečná optimalizace navrženého algoritmu se projevila při praktickém testování, kdy rychlost vykonávání (až 34 ms/iteraci) dostačuje běžným obnovovacím frekvencím displejů měřicích přístrojů. Dále bylo ověřeno, že při dodržení specifikovaných požadavků na scénu dosahuje algoritmus takřka 100% úspěšnost rozpoznání údaje. Byla také sledována odolnost vůči vyosení a náklonu rovin snímače a displeje, kdy při náklonu funguje algoritmus s nezměněnou přesností až do +/- 5° a při vyosení dokonce až do +/- 20°.
|
|
|
Software pro detekci a rozpoznání registrační značky vozidla
Masaryk, Adam ; Hradiš, Michal (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cieľom tejto bakalárskej práce je navrhnúť a vyvinúť softvér, ktorý dokáže detegovať a rozpoznávať registračné značky z obrázkov. Softvér je rozdelený na 3 časti - detekcia značky, spracovanie výstupu detektora a rozpoznanie znakov na registračnej značke. Detekciu a rozpoznanie sme sa rozhodli implementovať pomocou moderných metód využitím konvolučných neurónových sietí.
|
|
|
Rozpoznání registrační značky
Mrhač, Ondřej ; Sochor, Jakub (oponent) ; Navrátil, Jan (vedoucí práce)
Tato práce se zaobírá problematikou detekování, rozpoznávání státních poznávacích značek a následnou implementací pro konkrétní zařízení i.MX 6 Series od společnosti NXP semiconductors s.r.o. S využitím knihovny OpenCV a Tesseractu byl vytvořen vzorový program na detekci a rozpoznání registrační značky, který byl úspěšně zprovozněn na tomto zařízení. Následně byl podroben měření rychlosti běhu na počítači a na daném zařízení. Výsledkem bylo nalezení nejnáročnějších fází programu a dle toho byla navržena další možná vylepšení a rozšíření.
|
|
|
Mobilní systém pro rozpoznání textu na iOS
Bobák, Petr ; Sochor, Jakub (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce dokumentuje postup vývoje moderní klient-server aplikace pro rozpoznání textu na platformě iOS. Čtenář je v úvodu seznámen s obecným principem klient-server modelu, včetně jeho známých architektur, a také s členěním logických vrstev mezi obě strany. Následuje popis současných trendů a používaných technologií vhodných pro tvorbu aplikačního rozhraní webového serveru. Dále jsou diskutovány principy a možnosti rozpoznání textu na straně serveru. V rámci klientské části práce poskytuje základní poznatky o platformě iOS a zmiňuje také některé podstatné koncepty charakteristické pro vývoj iOS aplikací. Vlastní implementace pak klade důraz na možnost obecného použití serverové části tak, aby ji bylo možné integrovat přímo s koncovým klientem, případně i s jiným aplikačním serverem třetí strany. Součástí výstupu práce je také framework pro přímou komunikaci iOS klienta se serverem. Jako příklad použití je implementována demonstrační aplikace pro vyhodnocení aditivních látek z etiket potravin.
|
host ::
RSS.