but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. Zbyněk Křivka, 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 přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Co v kontextu Vaši práce znamená "batch"? Jakým způsobem jste v práci počítal úspěšnost? V práci vybíráte odstavce na základě jejich velikosti. Proč?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kodym, Oldřich	cs
dc.contributor.author	Endrych, David	cs
dc.contributor.referee	Herout, Adam	cs
dc.date.created	2019	cs
dc.description.abstract	Cílem této bakalářské práce je vytvořit nástroj pro analýzu rozložení stran textových dokumentů. Problém je řešen pomocí konvolučních neuronových sítí. Architekturou zvolenou v téhle bakalářské práci je architektura U-Net. Pro trénování modelu sítě se používá chybová funkce cross entropy s použitím mapy vah. Pomocí hledání spojitých komponent dochází k získávání regionů odstavců. Experimenty se vyhodnocují pomocí objektové metriky Symmetric Best Dice. Z experimentů vyplynulo, že je lepší používat všechny hrany odstavců než se zaměřovat pouze na vertikální hrany odstavců. Dále experimenty ukazují, že trénovací strategie vzorkování batche a adaptativní rozlišení pomáhají ke zlepšení výsledků analýzy. V experimentech je také popsána aplikace separátorů, která je užitečná při analýze vícesloupcových dokumentů.	cs
dc.description.abstract	The goal of this thesis is to create a tool for analyzig the page layouts of text documents. The problem is solved by convolution neural networks. The architecture chosen in this thesis is the U-Net architecture. The cross entropy error function with weight map is used for train the network model. Paragraph regions are obtained throught connected component analysis. Experiments are evaluated using the Symmetric Best Dice object metric. Experiments have shown that it is better to use all paragraph edges than to focus only on vertical paragraph edges. In addition, experiments show that batche sampling strategies and adaptive resolution help to improve analysis results. The experiments also describe the application of separators, which is useful in analyzing multi-column documents.	en
dc.description.mark	B	cs
dc.identifier.citation	ENDRYCH, D. Analýza rozložení stran textových dokumentů pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121886	cs
dc.identifier.uri	http://hdl.handle.net/11012/180113
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	počítačové vidění	cs
dc.subject	hluboké neuronové sítě	cs
dc.subject	analýza rozložení stran	cs
dc.subject	segmentace obrazu	cs
dc.subject	U-Net	cs
dc.subject	umělá inteligence	cs
dc.subject	computer vision	en
dc.subject	deep neural networks	en
dc.subject	page layout analysis	en
dc.subject	image segmentation	en
dc.subject	U-Net	en
dc.subject	artificial intelligence	en
dc.title	Analýza rozložení stran textových dokumentů pomocí hlubokých neuronových sítí	cs
dc.title.alternative	Convolutional Networks for Document Layout Analysis	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-11	cs
dcterms.modified	2019-07-08-13:31:16	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121886	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:09:50	en
sync.item.modts	2025.01.17 11:49:19	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Analýza rozložení stran textových dokumentů pomocí hlubokých neuronových sítí

Files

Original bundle

Collections