|
|
Detection and Recognition of License Plates
Tykva, Jiří ; Zemčík, Pavel (oponent) ; Juránek, Roman (vedoucí práce)
The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.
|
|
| |
|
| |
|
|
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.
|
|
|
Detekce a rozpoznání registrační značky vozidla
Řepka, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí a rozpoznáním objektů ze snímků s využitím metod počítačového vidění. Předmětem detekce jsou české registrační značky vozidel. Cílem práce bylo vytvořit algoritmus pro jejich automatickou anotaci. K tomu navrhované řešení využívá detekci hran a kaskádové klasifikátory vytvořené pomocí strojového učení. Implementace tohoto návrhu byla následně testována nad pořízenou datovou sadou za pomoci vytvořené testovací aplikace.
|
|
|
Čtečka Braillova písma pro Android OS
Bokiš, Daniel ; Dluhoš, Ondřej (oponent) ; Procházka, Boris (vedoucí práce)
Tato práce se zabývá analýzou a rozpoznáním znaků Braillova písma ve fotografii pořízené mobilním telefonem. Popisuje řešení návrhu a implementace aplikace pro rozpoznávání na mobilní platformě Android OS. Popsané obecné principy analýzy a zpracování obrazu jsou však uplatnitelné rovněž u jiných systémů.
|
|
|
Metody využívané pro OCR
Čermák, Marek ; Marada, Tomáš (oponent) ; Zuth, Daniel (vedoucí práce)
Ačkoli je OCR (Optické rozpoznávání znaků – Optical Character Recognition) problematikou sahající do druhé poloviny dvacátého století, dostalo se mu v současnosti velké pozornosti v souvislosti s počítačovým viděním a detekcí objektů. V této práci bude popsána historie OCR a stručně budou zmíněny techniky doposud používané pro OCR. Pozornost bude soustředěna na současné metody rozpoznávání textu, tedy na soft computing. Protože v této oblasti zastávají největší roli neuronové sítě, budou zmíněny a popsány některé architektury a následně bude realizován software pro rozpoznávání alfanumerických znaků pomocí konvoluční neuronové sítě.
|
|
|
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.
|
|
|
Aplikace přibližných výpočtů v genetickém programování
Ševčík, David ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá možnostmi zapojení aproximačních obvodů do evolučního návrhu klasifikátorů pomocí kartézského genetického programování. Jako případová studie je zvolen problém klasifikace ručně psaných číslic. Cílem je ověřit schopnosti klasifikátorů využívajících aproximačních obvodů a poskytnout výsledky, které budou mít oproti konvenčním klasifikátorům určité výhody. Bude ukázáno, že využitím přibližných výpočtů je možné získat klasifikátory s jednodušší implementací, které zachovávají přesnost klasifikace oproti konvenčním klasifikátorům nebo ji v některých případech dokonce překonávají.
|
|
|
Keyboard and Keys Image Recognition
Lorenc, Jan ; Lichtner, Ondrej (oponent) ; Pluskal, Jan (vedoucí práce)
The goal of this thesis is to create a solution for keyboard keys recognition to automate robotic writing on keyboards. Datasets for keyboard detection in an image, character detection in an image and post-processing correction of the character detection based on various keyboard layouts were created as prerequisites for this work. This research presents several approaches towards keyboard keys detection problem and selects the most suitable one. The chosen strategy is to split the problem into 3 phases which correspond to the prepared datasets. First of all, a separate keyboard detection is run. After that, characters are recognized in the detected keyboard region. These tasks are accomplished using neural networks and Canny edge detection technique. The last phase is the post-processing of the detection results (character correction, autocompletion of undetected characters, special keys distinction etc.). The results of each phase are evaluated. The contribution of the thesis lies in the creation of the datasets for keyboard and keys detection, and novel modular and extensible solution for the recognition process that yields very promising results.
|
host ::
RSS.