Rozpoznávání ručně psaného textu s využitím posuvného okna

Simple item page
but.committeedoc. 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)cs
but.defenceJe možné klasifikovat více než 2 třídy pomocí SVM klasifikátoru?cs
but.jazykslovenština (Slovak)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorRajnoha, Martinsk
dc.contributor.authorĎuriš, Denissk
dc.contributor.refereePovoda, Lukášsk
dc.date.accessioned2019-05-17T14:26:41Z
dc.date.available2019-05-17T14:26:41Z
dc.date.created2017cs
dc.description.abstractTáto 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.sk
dc.description.abstractThis 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.en
dc.description.markBcs
dc.identifier.citationĎURIŠ, D. Rozpoznávání ručně psaného textu s využitím posuvného okna [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.cs
dc.identifier.other101876cs
dc.identifier.urihttp://hdl.handle.net/11012/68212
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectOCRsk
dc.subjectoptické rozpoznávanie znakovsk
dc.subjectHWRsk
dc.subjectrozpoznávanie rukou písaného textusk
dc.subjectposuvné oknosk
dc.subjectANNsk
dc.subjectumelá neurónová sieťsk
dc.subjectk-NNsk
dc.subjectk-najbližších susedovsk
dc.subjectMLPsk
dc.subjectviac vrstvový perceptronsk
dc.subjectSVMsk
dc.subjectmetóda podporných vektorovsk
dc.subjectvýrezy znakovsk
dc.subjectstrojové učeniesk
dc.subjectOCRen
dc.subjectoptical character recognitionen
dc.subjectHWRen
dc.subjecthandwriting recognitionen
dc.subjectsliding windowen
dc.subjectANNen
dc.subjectartificial neural networken
dc.subjectk-NNen
dc.subjectk-nearest neighborsen
dc.subjectMLPen
dc.subjectmulti layer perceptronen
dc.subjectSVMen
dc.subjectsupport vector machineen
dc.subjectcutouts of charctersen
dc.subjectmachine learningen
dc.titleRozpoznávání ručně psaného textu s využitím posuvného oknask
dc.title.alternativeHandwritten text recognition using a sliding windowen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2017-06-19cs
dcterms.modified2017-06-20-07:26:47cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid101876en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 21:59:25en
sync.item.modts2021.11.12 21:44:34en
thesis.disciplineTeleinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.7 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.rar
Size:
7.62 MB
Format:
Unknown data format
Description:
appendix-1.rar
Download
Thumbnail Image
Name:
review_101876.html
Size:
3.65 KB
Format:
Hypertext Markup Language
Description:
review_101876.html
Download
Collections
2017