but.committee	prof. Dr. Ing. Jan Černocký (předseda) prof. Ing. Adam Herout, Ph.D. (místopředseda) doc. Ing. Vítězslav Beran, Ph.D. (člen) doc. Dr. Ing. Dušan Kolář (člen) Doc. RNDr. Pavel Matula, Ph.D. (člen) prof. RNDr. Alexandr Meduna, CSc. (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 velmi dobře. Otázky u obhajoby: Aký je rozdiel medzi validačnou a testovacou sadou? Prečo ste vo svojich experimentoch používali validačnú sadu ako testovaciu sadu? Rozmýšlali ste o tom extrahovať text priamo z PDF súborov namiesto použitia OCR na vyrendrovaný text? Prečo ste sa rozhodli práve pre použitie OCR?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	cs
dc.contributor.author	Csóka, Pavel	cs
dc.contributor.referee	Behúň, Kamil	cs
dc.date.created	2016	cs
dc.description.abstract	Tato práce se zabývá tvorbou nových datových sad pro účely strojového učení rozpoznávání textu z fotografií a experimenty s konvolučními neuronovými sítěmi na těchto sadách. Popisuje architekturu konvolučních sítí, problémy rozpoznávání z fotografií a současné práce využívající tyto sítě. Dále tvorbu anotace datové sady fotografií stránek dokumentů, pořízených mobilními telefony, nazvané Mobile Page Photos. K anotaci je využit Tesseract OCR. Z této sady jsou vyříznutím znaků z fotografií vytvořeny dvě další. Jedná se o sady znaků dobře čitelných Mobile Nice Page Photos Characters a dobře i spatně až nečitelných Mobile Page Photos Characters, ve formátu datové sady číslic Street View House Numbers. S třemi vytvořenými modely konvolučních sítí jsou na datových sadách provedeny experimenty s rozpoznáváním textu, s jejichž pomocí je také odhadnuta chyba anotace.	cs
dc.description.abstract	This thesis aims at creation of new datasets for text recognition machine learning tasks and experiments with convolutional neural networks on these datasets. It describes architecture of convolutional nets, difficulties of recognizing text from photographs and contemporary works using these networks. Next, creation of annotation, using Tesseract OCR, for dataset comprised from photos of document pages, taken by mobile phones, named Mobile Page Photos. From this dataset two additional are created by cropping characters out of its photos formatted as Street View House Numbers dataset. Dataset Mobile Nice Page Photos Characters contains readable characters and Mobile Page Photos Characters adds hardly readable and unreadable ones. Three models of convolutional nets are created and used for text recognition experiments on these datasets, which are also used for estimation of annotation error.	en
dc.description.mark	B	cs
dc.identifier.citation	CSÓKA, P. Rozpoznávání textu pomocí konvolučních sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96626	cs
dc.identifier.uri	http://hdl.handle.net/11012/61794
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	rozpoznávání textu z fotografií	cs
dc.subject	anotace datové sady	cs
dc.subject	tvorba datové sady	cs
dc.subject	konvoluční neuronová síť	cs
dc.subject	strojové učení	cs
dc.subject	Caffe	cs
dc.subject	Tesseract OCR	cs
dc.subject	Street View House Numbers	cs
dc.subject	Mobile Page Photos	cs
dc.subject	Mobile Page Photos Characters	cs
dc.subject	text recognition from photographs	en
dc.subject	dataset annotation	en
dc.subject	dataset creation	en
dc.subject	convolutional neural network	en
dc.subject	machine learning	en
dc.subject	Caffe	en
dc.subject	Tesseract OCR	en
dc.subject	Street View House Numbers	en
dc.subject	Mobile Page Photos	en
dc.subject	Mobile Page Photos Characters	en
dc.title	Rozpoznávání textu pomocí konvolučních sítí	cs
dc.title.alternative	Optical Character Recognition Using Convolutional Networks	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-17	cs
dcterms.modified	2020-05-10-16:12:47	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96626	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:21:25	en
sync.item.modts	2025.01.15 21:43:56	en
thesis.discipline	Počítačová grafika a multimédia	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

Rozpoznávání textu pomocí konvolučních sítí

Files

Original bundle

Collections