|
|
Webová aplikace pro akvizici písma z digitalizačního tabletu
Fiala, Marek ; Mikulec, Marek (oponent) ; Mucha, Ján (vedoucí práce)
Cílem práce je realizace webové aplikace pro akvizici ručně psaného projevu (online písma) pomocí digitalizačního tabletu Wacom. V rámci práce byla provedena rešerše současných možností implementace webových aplikací a zvolena nejvhodnější varianta k realizaci. Aplikace umožňuje export dat do *.json souboru a následné zobrazení již zaznamenaného cvičení. Aplikace je konstruována ve frameworku Django a její hlavní funkcionalitou je vykreslení psaného písma na ploše a dále práce se získanými daty. Uložená data mají konkrétní strukturu zápisu z důvodu kompatibility pro možné analýzy dat.
|
|
|
Analýza rozdílů v psaní na papír versus psaní na digitalizační displej
Plaček, Ivo ; Mekyska, Jiří (oponent) ; Mucha, Ján (vedoucí práce)
Předkládaná diplomová práce představuje základní seznámení s písmem a jeho vývojem, poruchami písma, použitými zařízeními pro online písmo a jejich software. Obsahuje také sesbíraná data, která jsou následně analyzována pro zjištění rozdílu mezi testovanými zařízeními. Hlavní část práce je věnována vyhodnocení rozdílů psaní na papír a digitalizační tablet, jak z pohledu rozdílů jednotlivých parametrů, tak i z pohledu ovlivnění rozdílů těchto parametrů věkovými skupinami respondentů a jejich pohlavími. V průběhu práce bylo provedeno porovnání jednotlivých parametrů, proveden T-test mezi parametry v jednotlivých skupinách vytvořených podle věku respondentů, ale i mezi jejich pohlavími. Následně byla provedena korelační analýza a v závěru práce zhodnocení výsledků, kdy byly zjištěny rozdíly v rychlosti písma, jeho šířce a tlaku na pero při psaní na jednotlivých zařízeních.
|
|
|
Developmental Dysgraphia Diagnosis Based On
Quantitative Analysis Of Online Handwriting
Zvončák, Vojťech
The prevalence of handwriting difficulties among school-aged children is around 10 – 30 %. Until now, there is no objective method to diagnose and rate developmental dysgraphia (DD) in Czech Republic. The goal of this study is to propose a new method of objective DD diagnosis based on quantitative analysis of online handwriting. For this purpose, we extracted a set of spatial, temporal, kinematic and dynamic features from three handwriting tasks. Consequently, we performed a correlation analysis between these features and score of handwriting proficiency screening questionaire (HPSQ), in order to identify parameters with a good discrimination power. Using random forests classifier in combination with quantification of alphabet writing task, we reached nearly 77% classification accuracy (75% sensitivity, 80% specificity). This pilot study proves the possibility of automatic DD diagnosis in children cohort writing with cursive letters.
|
host ::
RSS.