Rozpoznávání ručně psaného textu s využitím posuvného okna
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Táto bakalárska práca sa zaoberá optickým rozpoznávaním znakov. Zameriava sa na rozpoznávanie ručne písaného textu. Teoretický úvod popisuje metódy používané pri optickom rozpoznávaní znakov a vybrané metódy strojového učenia. Následne sú v práci popísané dve metódy na tvorbu výrezov znakov, využívajúce posuvné okno. Výrezy sú použité v datasetoch, určených na trénovanie a testovanie modelov strojového učenia. Práca ďalej obsahuje metódy na zlepšenie presnosti rozpoznávania znakov. V kapitole Výsledky sú zhodnotené merania presnosti modelov. V práci je vytvorený automatizovaný program na rozpoznávanie znakov, ktorý klasifikuje výrezy znakov.
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.
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.
Description
Keywords
OCR, optické rozpoznávanie znakov, HWR, rozpoznávanie rukou písaného textu, posuvné okno, ANN, umelá neurónová sieť, k-NN, k-najbližších susedov, MLP, viac vrstvový perceptron, SVM, metóda podporných vektorov, výrezy znakov, strojové učenie, OCR, optical character recognition, HWR, handwriting recognition, sliding window, ANN, artificial neural network, k-NN, k-nearest neighbors, MLP, multi layer perceptron, SVM, support vector machine, cutouts of charcters, machine learning
Citation
ĎURIŠ, D. Rozpoznávání ručně psaného textu s využitím posuvného okna [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Teleinformatika
Comittee
doc. Mgr. Pavel Rajmic, Ph.D. (předseda)
Ing. Zdeněk Martinásek, Ph.D. (místopředseda)
Ing. Martin Plšek, Ph.D. (člen)
Ing. Rastislav Červenák (člen)
Ing. Patrik Morávek, Ph.D. (člen)
Ing. Jan Mašek, Ph.D. (člen)
Date of acceptance
2017-06-19
Defence
Je možné klasifikovat více než 2 třídy pomocí SVM klasifikátoru?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení