Národní úložiště šedé literatury Nalezeno 58 záznamů.  začátekpředchozí38 - 47dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Handwritten text recognition using a sliding window
Ďuriš, Denis ; Povoda, Lukáš (oponent) ; Rajnoha, Martin (vedoucí práce)
This bachelor thesis deals with optical character recognition. It focuses on recognizing hand-written text. The theoretical introduction describes the methods used for optical character recognition and selected machine learning methods. Subsequently, the work describes two methods for making cutouts of characters, using a sliding window. Cutouts are used in training and testing datasets of machine learning models. The document includes methods to improve the accuracy of character recognition. The accuracy of the models is evaluated in conclusion. Charcters in cutouts are clasified by an automated recognition program.
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...
Automatické rozpoznávání a zpracování faktur
Ščešňák, Vladimír ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Cílem této práce je navrhnout a implementovat aplikaci pro automatické rozpoznávání a zpracovaní faktur za pomocí využití počítačového vidění. Práce se zabývá analýzou existujících faktur, návrhem a implementaci algoritmů na spravne rozpoznávání výběrem vhodných testovacích vzorků a také návrhem a implementací užívatelského rozhraní.
Detekce a rozpoznání registrační značky z fotografie
Janíček, Kryštof ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.
Úsekové měření rychlosti pro analýzu dopravy
Kubíčková, Pavla ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá úsekovým měřením rychlosti automobilů. Práce popisuje existující metody detekce registračních značek a rozpoznání znaků v nich obsažených. Následně jsou popsány metody kaskádového klasifikátoru a klasifikátoru SVM, které jsou v této práci použity. V závěrečné části je zpracované vyhodnocení jednotlivých částí systému.
Analýza a porovnání snímků z kamery
Novotný, Václav ; Nováček, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Tato bakalářská práce se zabývá analýzou a porovnáním snímků z kamery. Pojednává o možnostech zpracování obrazu a hardware systému pro sběr dat. V rámci práce je vytvoření databáze snímků a realizování algoritmů, které budou zadané snímky porovnávat s referenčními a zjišťovat jejich identitu.
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 registračních značek vozidel
Martinský, Ondrej ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá možnostmi využití teoretických poznatků z oblasti umělé inteligence, strojového vidění a neuronových sítí pri konstrukci systémů pro automatické rozpoznávání evidenčních čísel vozidel. Do této problematiky spadají matematické principy a algoritmy, které zabezpečí detekci oblasti evidenčního čísla vozidla, segmentaci, normalizaci a samotné rozpoznání znaků. Práce komparativním způsobem pojednává o možnostech zabezpečení invariance systémů z pohledu světelných podmínek nebo deformace obrazu z pohledu kamery, kterou je obraz snímán. Součástí práce je také implementace demonstracního modelu, který je schopný tyto funkce realizovat nad sadou statických snímků.
Optické rozpoznávání znaků
Pokorný, Pavel ; Juránek, Roman (oponent) ; Mlích, Jozef (vedoucí práce)
V této práci jsou představeny některé z metod pro vyhledání a rozpoznání textu v obraze. Zabývá se problematikou extrakce příznaků a představuje nejčastěji používané algoritmy strojového učení. Popisuje postup při návrhu a implementaci aplikace určené k rozpoznávání tištěného textu a vytvoření datové sady znaků.

Národní úložiště šedé literatury : Nalezeno 58 záznamů.   začátekpředchozí38 - 47dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.