but.committee	doc. Mgr. Adam Rogalewicz, Ph.D. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky 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 D. Otázky u obhajoby: Jaké kritérium "přesnosti" používáte pro kvalitu výstupu systému "zlepšování kvality digitalizovaných textových dokumentů". Je to odlišnost od "ground truth" obrazu? Čitelnost textů prostřednictvím OCR třetích stran? Nebo je to skutečně přepis (čtení) dokumentů? Kterého výsledku práce si ceníte nejvíce, respektive který považujete za nejslibnější z pohledu možného nasazení? Jak se Vaše výsledky srovnávají s výsledky jiných systémů pro přepis textů? Jak se podařilo vylepšit texty, aby se případně dále dařilo je lépe využít? Použil jste pro zpracování obrazu nějaké knihovny? Jaká je výpočetní náročnost vašeho řešení? Používá vaše práce diakritiku? Máte představu, jak by probíhalo trénování na reálných datech?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Juránek, Roman	cs
dc.contributor.author	Trčka, Jan	cs
dc.contributor.referee	Zemčík, Pavel	cs
dc.date.created	2020	cs
dc.description.abstract	Cílem této práce je zvýšení úspěšnosti při rozpoznávání textových dokumentů. Práce je zaměřena především na texty nacházející se na degradovaném materiálu jako jsou noviny nebo staré knihy. K řešení tohoto problému jsou analyzovány současné metody a problémy spojené s rozpoznáváním textu. Na základě získaných poznatků je zvolena implementovaná metoda založena na GAN sítích. Na těchto sítích jsou provedeny experimenty pro nalezení jejich vhodné velikosti a parametrů učení. Následně je provedeno testování pro porovnání různých metod učení a srovnání jejich výsledků. Trénování a testování je provedeno na umělém datovém setu, u kterého se zvýší přesnost přepisu z 65.61 % pro nezpracované řádky textu na 93.23 % u řádků zpracovaných sítí GAN.	cs
dc.description.abstract	The aim of this work is to increase the accuracy of the transcription of text documents. This work is mainly focused on texts printed on degraded materials such as newspapers or old books. To solve this problem, the current method and problems associated with text recognition are analyzed. Based on the acquired knowledge, the implemented method based on GAN network architecture is chosen. Experiments are a performer on these networks in order to find their appropriate size and their learning parameters. Subsequently, testing is performed to compare different learning methods and compare their results. Both training and testing is a performer on an artificial data set. Using implemented trained networks increases the transcription accuracy from 65.61 % for the raw damaged text lines to 93.23 % for lines processed by this network.	en
dc.description.mark	D	cs
dc.identifier.citation	TRČKA, J. Zlepšování kvality digitalizovaných textových dokumentů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129327	cs
dc.identifier.uri	http://hdl.handle.net/11012/192507
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Neuronové sítě	cs
dc.subject	hluboké neuronové sítě	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	GAN sítě	cs
dc.subject	TensorFlow	cs
dc.subject	zlepšování kvality obrazu	cs
dc.subject	Neural networks	en
dc.subject	deep neural networks	en
dc.subject	convolution neural networks	en
dc.subject	GAN networks	en
dc.subject	TensorFlow	en
dc.subject	image quality enhancement	en
dc.title	Zlepšování kvality digitalizovaných textových dokumentů	cs
dc.title.alternative	Document Quality Enhancement	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2020-07-14	cs
dcterms.modified	2020-07-17-14:40:14	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129327	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:31:49	en
sync.item.modts	2025.01.17 10:29:32	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Zlepšování kvality digitalizovaných textových dokumentů

Files

Original bundle

Collections