Rozpoznávání ručně psaných číslic pomocí support vector machines
Loading...
Date
Authors
Hricko, Jozef
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Práce se zabývá možností rozpoznávání ručně psaných číslic a znaků pomoci volně dostupných knihoven. Pro rozpoznávání je použitá jádrová klasifikační metoda support vector machines. Práce také uvažuje různé algoritmy zpracování obrazu a jejich implementace. Dále je zde navrhnuto, jak je možno aplikaci vytvořit co nejefektivněji vzhledem ke znovupoužitelnosti zdrojového kódu.
Thesis deals with the options of the hand-written digit and character recognition using open-source libraries. The kernel-based classifiers (support vector machines) are used for the recognition. Various algorithms of image processing and their implementation are shown in this work together with suggestions, how to effectively write reusable source code.
Thesis deals with the options of the hand-written digit and character recognition using open-source libraries. The kernel-based classifiers (support vector machines) are used for the recognition. Various algorithms of image processing and their implementation are shown in this work together with suggestions, how to effectively write reusable source code.
Description
Citation
HRICKO, J. Rozpoznávání ručně psaných číslic pomocí support vector machines [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Dr. Ing. Jan Černocký (předseda)
doc. Ing. Josef Schwarz, CSc. (místopředseda)
doc. Ing. Radek Burget, Ph.D. (člen)
Ing. Radek Kočí, Ph.D. (člen)
doc. Ing. Petr Matoušek, Ph.D., M.A. (člen)
Date of acceptance
2010-06-17
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Popíšte hlavné rozdiely medzi Vašim systémom a inými OCR systémami založenými na SVM, ktoré dosahujú vyššiu úspešnosť na dátovej sade MNIST
Result of defence
práce byla úspěšně obhájena